Temporal evolution of anthropogenic carbon in the subpolar North Atlantic gyre between 2011 - 2021
Notice bibliographique
Résumé
The ocean plays a major role in the moderation of anthropogenically-induced climate change by absorbing roughly a quarter of anthropogenic CO2 (Cant). This absorption of Cant by the ocean leads to ocean acidification, threatening marine’s life. The North Atlantic Ocean encompasses the highest ocean storage capacity of Cant per unit area. The subpolar North Atlantic gyre is subject to a large seasonal to decadal variability that might impact Cant storage. To investigate Cant evolution over the 2011-2021 period and its relationship with ocean dynamics in this region, we use the Argo-O2 array combined with neural networks and a back-calculation method (φCTO method). We compute monthly time-series of Cant in the Labrador and Irminger Seas. We show that Cant concentrations in the first 2000 dbar of the Labrador and Irminger Seas are strongly affected by winter deep convection, especially between winter 2015 and winter 2018. The Cant inventories in the top 2000 dbar of the Labrador and Irminger Seas increase through time, at rates of 1.63±0.32% yr-1 and 1.49±0.30% yr-1, respectively. Our monthly Argo-based Cant estimates complement high-quality ship-based measurements acquired at a biennial or lower frequency. Additionally, this study shows that Cant concentrations and Cant inventories in deep convection areas may depend on the method employed to calculate Cant. As a consequence, we take over the model ensemble idea and propose to use several methods to compute Cant, which would give its methodological uncertainty.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».