Evaluating Model-Simulated Monthly Sea Levels During 1993–2023 in the Northwest Atlantic: Influence of Model Resolution and Data Assimilation
Notice bibliographique
Résumé
This study evaluates monthly sea levels during 1993–2023 from four ocean models using tide gauge and altimeter data in the Northwest Atlantic with its shelf seas, including the Gulf of Maine, Scotian Shelf, Gulf of St. Lawrence, and the Newfoundland and Labrador Shelf. The evaluation is carried out for four different aspects: the multi-decadal mean and linear trend, seasonal cycle, and the de-trended and de-seasonalized anomalies. Overall, the high-resolution model with advanced data assimilation (GLORYS12v1) possesses skills in all four aspects. The other three models show different discrepancies in reproducing the observed sea level variations relative to GLORYS12v1. They possess low or no skills for the timing (despite reasonable standard deviations) of sea level anomalies at time scales longer than 20 months along the coast, and at all time scales on the shelf, over the shelf break, and in the deep ocean. Without data assimilation, the models with high and medium resolutions show biases in the time-mean sea levels in the Labrador Sea that can be attributed to the simulated stronger and weaker deep convection (deeper and shallower mixed layer depth), respectively. The medium-resolution model, using a different data assimilation approach than GLORYS12v1, shows biases in the seasonal amplitude and multi-decadal trends.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».