Anthropogenic carbon pathways towards the North Atlantic interior revealed by Argo-O2, neural networks and back-calculations
Notice bibliographique
Résumé
Abstract The subpolar North Atlantic (SPNA) is a region of high anthropogenic CO 2 (C ant ) storage per unit area. Although the average C ant distribution is well documented in this region, the C ant pathways towards the ocean interior remain largely unresolved. We used observations from three Argo-O 2 floats spanning 2013-2018 within the SPNA, combined with existing neural networks and back-calculations, to determine the C ant evolution along the float pathways from a quasi-lagrangian perspective. Our results show that C ant follows a stepwise deepening along its way through the SPNA. The upper subtropical waters have a stratified C ant distribution that homogenizes within the winter mixed layer by Subpolar Mode Water formation in the Iceland Basin. In the Irminger and Labrador Basins, the high-C ant footprint (> 55 μmol kg −1 ) is mixed down to 1400 and 1800 dbar, respectively, by deep winter convection. As a result, the maximum C ant concentration is diluted (<45 μmol kg −1 ). Our study highlights the role of water mass transformation as a first-order mechanism for C ant penetration into the ocean. It also demonstrates the potential of Argo-O 2 observations, combined with existing methods, to obtain reliable C ant estimates, opening ways to study the oceanic C ant content at high spatio-temporal resolution.
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 | 0,000 | 0,000 |
| 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 ».