Observation-Based Estimate of the Carbonate System in the Labrador Sea
Notice bibliographique
Résumé
The ocean carbonate system consists of pH, alkalinity, inorganic carbon and the partial pressure of carbon dioxide, and during the current era of anthropogenic change, its dynamics are key for understanding changes in the ocean and its ecosystem over time. The dataset “results.nc” supports our study Boteler et al., (2025), “An Observation-Based Method to Estimate Carbonate System Variations in the Labrador Sea”. The focus of this study is to estimate the carbonate system in the Labrador Sea with time series methods, using direct observations from the ocean surface and interior, and chemical relationships between variables. Interior ocean observations are minimal for some of these variables, however, connections between the variables rooted in chemistry were used to create pseudo-observations using CO2SYS, increasing the information available. A state space model was designed that combined GLODAP and SOCAT observations along with pseudo-observations in a time series estimate of the carbonate system. The Labrador Sea between 1993 and 2016 shows increasing rates for DIC (0.57-1.16 micro mol/kg/year) and fCO2 (0.70-2.45 micro atm/year), as well as acidification via pH trends (0.0007-0.0018 /year). These ranges describe the scale of rates that are occurring at various depths through the water column, though they do not change linearly with depth. Largest rates are found at the surface for DIC, 500-1500 m for fCO2, and 500-1500 m for pH. Total alkalinity also decreased and is correlated with the freshening of salinity. With the core carbonate variables estimated, other aspects of the carbonate system are calculated using CO2SYS, such as the aragonite and calcite saturation states, the Revelle factor, and the carbonate species. Our method also calculates uncertainties that vary over time and depth based on the availability of observations and their variance. The dataset contains time series estimates of the carbonate system and related variables in the Labrador Sea, monthly for 1993-2016 for 20 depth-layers. The estimates are based on observations from GLODAP and SOCAT within the Labrador Sea area, which were grouped into monthly averages. Three types of data are available within the netcdf file “results.nc”: 1. The monthly averaged data that was used in our analysis 2. The time series results (with uncertainties) estimated with the state space method described in the paper. 3. Post-analysis calculation of other related variables.
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 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| 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 ».