MétaCan
Menu
Retour à la cohorte
Enregistrement W4416894469 · doi:10.1029/2025jc023074

Water Mass Assemblages and Nutrient Dynamics in Nares Strait: A Multiyear Perspective

2025· article· en· W4416894469 sur OpenAlexaff
Guillaume Barut, Jean‐Éric Tremblay, Tonya Burgers, Nicolas Schiffrine, Christine Michel, Mathieu Ardyna

Notice bibliographique

RevueJournal of Geophysical Research Oceans · 2025
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensGovernment of CanadaFisheries and Oceans CanadaUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésArcticWater massHydrographyNutrientHaloclineBiogeochemical cycleWater column

Résumé

récupéré en direct d'OpenAlex

Abstract Nares Strait is a critical gateway for the export of Arctic waters and nutrients toward the North Atlantic. Yet, the fine‐scale structure, variability, and long‐term evolution of its water masses and nutrient concentrations remain poorly characterized. Here, we combine almost two decades of high‐resolution hydrographic and biogeochemical data (2006–2024) to resolve the spatial and temporal variability in nutrient availability and water mass (WM) properties across this key arctic gateway. Using unsupervised clustering and tracer‐based diagnostics, we identify three dominant WM regimes shaped by Arctic and Atlantic influences, glacial inputs, and internal mixing. Our analysis reveals net freshening and nutrient shifts across all major water masses, including a doubling of nutrient concentrations in the arctic upper halocline as well as significant freshening of Polar Mode Water and Baffin Bay Polar Water properties. This multidecadal analysis provides crucial insights into the complex drivers of hydrographic and nutrient changes, enhancing our ability to predict how Arctic productivity will evolve.

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)0,001
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 enseignants0,077
Score d'incertitude au seuil0,153

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
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 Opus0,016
Tête enseignante GPT0,307
Écart entre enseignants0,290 · 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 sujetArctic and Antarctic ice dynamicsTravaux en français237 207