MétaCan
Menu
Retour à la cohorte
Enregistrement W6977452972 · doi:10.6084/m9.figshare.c.6823321

Supplementary material from "Buoyancy forcing and the subpolar Atlantic meridional overturning circulation"

2023· other· en· W6977452972 sur OpenAlexaboutno aff

Notice bibliographique

RevueFigshare · 2023
Typeother
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOcean gyreWater massForcing (mathematics)North Atlantic Deep WaterSubtropicsConvectionPrecipitationThermohaline circulationBoundary current

Résumé

récupéré en direct d'OpenAlex

The North Atlantic meridional overturning circulation and its variability are examined in terms of the overturning in density space and diapycnal water mass transformation. The magnitude of the mean overturning is similar to the surface water mass transformation, but the density and properties of these waters are modified by diapycnal mixing. Surface waters are progressively densified while circulating cyclonically around the subpolar gyre, with the densest waters and deepest convection occurring in the Labrador Sea and Nordic Seas. The eddy-driven interaction between the convective interior and boundary currents is a key to the export of dense waters from marginal seas. Due to the multitude of pathways of dense waters within the subpolar gyre, as well as mixing with older waters, waters exiting the subpolar gyre have a wide range of ages, with a mean age on the order of a decade. As a result, interannual changes in water mass transformation are mostly balanced locally and do not result in changes in export to the subtropics. Only persistent changes in water mass transformation result in changes in export to the subtropics. The dilution of signals from upstream water mass transformation suggests that variability in export of dense waters to the subtropics may be controlled by other processes, including interaction of dense waters with the energetic upper ocean.This article is part of the theme issue ‘Atlantic overturning: new observations and challenges’.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,784
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,7900,007

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 Opus0,026
Tête enseignante GPT0,252
Écart entre enseignants0,226 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

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

En bref

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareTravaux en français237 207