MétaCan
Menu
Retour à la cohorte
Enregistrement W4410865387 · doi:10.1029/2024jc022269

Influence of the Advection of Labrador Sea Water on the Decadal Variability of the Eastern Subpolar North Atlantic

2025· article· en· W4410865387 sur OpenAlexaboutno aff
Christophe Herbaut, Marie-Noëlle Houssais, Anne‐Cécile Blaizot, Sally Close

Notice bibliographique

RevueJournal of Geophysical Research Oceans · 2025
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeology and Paleoclimatology Research
Établissements canadiensnon disponible
Organismes subventionnairesGrand Équipement National De Calcul Intensif
Mots-clésOceanographyAdvectionClimatologyGeology

Résumé

récupéré en direct d'OpenAlex

Abstract The upper ocean heat content of the eastern subpolar North Atlantic (ESPNA) displays large decadal variations, in particular, a warming starting in the mid‐1990s followed by a cooling trend from the mid‐2000s to the mid‐2010s. Using an eddy permitting ice‐ocean model, we find a relationship between the eastward propagation of dense water formed in the Labrador and Irminger Seas, the barotropic horizontal circulation and the advective heat convergence in the ESPNA. The time evolution of the 3‐year average anomalies of the barotropic streamfunction (BSF) shows a strong resemblance to that of the depth of the deep isopycnals. In particular, the propagation of dense water drives a response of the BSF in the intergyre gyre region. During the warming period, the advection of dense water is associated with a southeastward expansion of the subpolar gyre and a reduction of the supply of cold water from the western subpolar North Atlantic to the upper layers of the ESPNA. Sensitivity experiments suggest that atmospheric forcing can also enhance the trends in the heat content, but the latter cannot be related to trends of the local wind curl. However, circulation changes induced by the wind curl on some specific years can amplify the heat content changes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,069

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,278
Écart entre enseignants0,259 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research OceansMême sujetGeology and Paleoclimatology ResearchTravaux en français237 207