MétaCan
Menu
Retour à la cohorte
Enregistrement W7037303409

Dominant patterns of atmospheric variability and
\ntheir impact on sea ice concentration
\nin the Labrador Sea

2023· other· en· W7037303409 sur OpenAlexaffabout

Notice bibliographique

RevueMemorial University Research Repository (Memorial University) · 2023
Typeother
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePhytochemistry and biological activity of medicinal plants
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésSea iceArctic ice packAntarctic sea iceEmpirical orthogonal functionsDrift iceSea ice concentrationCryosphere
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The thesis presents results from an Empirical Orthogonal Functions (EOF) analysis \nof the dominant patterns of atmospheric circulation and their impact on the \nvariability of sea ice in the Labrador Sea. The study uses ERA5 reanalysis of sea \nlevel pressure and sea ice from the European Center for Medium-Range Weather \nForecasting (ECMWF). The analysis focuses on the relationship between the EOFS \nof sea ice concentration and three dominant patterns of the North Atlantic atmospheric \nvariability: the North Atlantic Oscillation (NAO), the Greenland Ridge (GR) \nand the Scandinavia–Greenland pattern (SG). The first EOF of the sea ice concentration \ndetermines the interannual variability of the offshore horizontal sea ice extension. \nThe second EOF is related to the variations in the magnitude of ice concentration in \nthe areas covered by ice every year. A significant correlation was found between the \nNAO and the first sea ice EOF pattern. In particular, the results suggest that the \nquasi-decadal transition in sea ice concentration observed in the mid-1990s was related \nto a quasi-decadal transition from a positive to a negative phase of NAO. The results \nprovide a reference for identifying the drivers of ocean variability in the Labrador Sea \nand their potential impact on the regional marine ecosystem and climate.

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)0,000
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 enseignants0,938
Score d'incertitude au seuil0,124

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
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 Opus0,023
Tête enseignante GPT0,242
Écart entre enseignants0,220 · 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
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMemorial University Research Repository (Memorial University)Même sujetPhytochemistry and biological activity of medicinal plantsTravaux en français237 207