MétaCan
Menu
Retour à la cohorte
Enregistrement W6986089312

The observation-based application of a Regional Thermohaline Inverse Method to diagnose the formation and transformation of Labrador Sea water from 2013-2015

2020· other· en· W6986089312 sur OpenAlexaboutno aff

Notice bibliographique

RevueNERC Open Research Archive (Natural Environment Research Council) · 2020
Typeother
Langueen
DomaineDecision Sciences
ThématiqueScientific Computing and Data Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPrecipitationThermohaline circulationOcean gyreBreakupStability (learning theory)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The strength of the Meridional Overturning Circulation (MOC) in the North Atlantic is dependent upon the formation of dense waters that occurs at high northern latitudes. Wintertime deep convection in the Labrador and Irminger Seas forms the intermediate water mass known as Labrador Sea Water (LSW). Changes in the rate of formation and subsequent export of LSW are thought to play a role in MOC variability, but formation rates are uncertain and the link between formation and export is complex. We present the first observation-based application of a recently developed Regional Thermohaline Inverse Method (RTHIM) to a region encompassing the Arctic and North Atlantic subpolar gyre for the years 2013, 2014 and 2015. RTHIM is a novel method which can diagnose the formation and export rates of water masses such as the LSW identified by their temperature and salinity, apportioning the formation rates into contributions from surface fluxes and interior mixing. We find LSW formation rates of up to 12 Sv during 2014-15, a period of strong wintertime convection, and around half that value during 2013 when convection was weak. We also show that the newly convected water is not exported directly, but instead is mixed isopycnally with warm, salty waters that have been advected into the region, before the products are then exported. RTHIM solutions for 2015 volume, heat and freshwater transports are compared with observations from a mooring array deployed for the Overturning in the Subpolar North Atlantic Program and show good agreement, lending validity to our results.

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)0,059
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,408
Score d'incertitude au seuil0,985

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0590,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0040,003
Intégrité de la recherche0,0000,001
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 Opus0,310
Tête enseignante GPT0,433
Écart entre enseignants0,123 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreMéthodes

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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNERC Open Research Archive (Natural Environment Research Council)Même sujetScientific Computing and Data ManagementTravaux en français237 207