MétaCan
Menu
← Retour à la cohorte
Enregistrement W4416427434 · doi:10.22541/essoar.176365845.54878695/v1

Thermal vs. Haline Drivers of Springtime Restratification in the Labrador Sea

2025· article· W4416427434 sur OpenAlexaboutno aff
Heather Louise Jaques, Louis Clément, Eleanor Frajka‐Williams, Alberto C. Naveira Garabato, Marilena Oltmanns

Notice bibliographique

Revuenon disponible
Typearticle
Langue
DomaineEarth and Planetary Sciences
ThématiqueOceanographic and Atmospheric Processes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésConvectionThermalComponent (thermodynamics)Sea surface temperatureDeep convection

Résumé

récupéré en direct d'OpenAlex

[1]¿p#1 newcommands The Labrador Sea is a vital component of global ocean circulation, hosting vigorous deep convection that can mix to deeper than 2000 m. Features that drive convection are widely studied, but a lack of high-resolution, in-situ observations hinder our understanding of how small scale features influence the convective process and trigger restratification in spring, particularly at the submesoscales (< 10 km). This study assesses contributions of temperature and salinity to both vertical and horizontal stratification during early winter, convection, and spring restratification, using data collected by five underwater gliders deployed during winter 2019/20 and 2021/22. Using the Turner angle, we show that vertical stratification in the Labrador Sea shifts from salinity-stratified in early winter to temperature-unstable during convection, and back to salinity-stratified in the early restratification period. Horizontally, both warm and fresh intrusions drive lateral density anomalies during restratification, with the haline influence dominating. Wavelet analysis of these anomalies illustrates increased submesoscale activity during restratification, and comparisons of thermohaline contributions show the predominance of salinity-driven submesoscale fronts. These fronts have the potential to rapidly stratify the water column, and illustrate the importance of freshwater intrusions at submesoscales in halting convection.

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)0,000
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 enseignants0,063
Score d'incertitude au seuil0,124

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,008
Tête enseignante GPT0,214
Écart entre enseignants0,206 · 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 sujetOceanographic and Atmospheric Processes→Travaux en français237 207→