MétaCan
Menu
← Retour à la cohorte
Enregistrement W7133064305

Air-sea interaction in the North Atlantic

2003· dissertation· W7133064305 sur OpenAlexaboutno aff
Sudharshan Sathiyamoorthy

Notice bibliographique

RevueTSpace · 2003
Typedissertation
Langue
DomaineEarth and Planetary Sciences
ThématiqueOceanographic and Atmospheric Processes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBuoyancyFlux (metallurgy)Neutral buoyancyConvectionAtmosphere (unit)PrecipitationOcean dynamicsSeries (stratigraphy)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The air-sea interaction in the North Atlantic Ocean is studied in three parts. In the first part, we use the historical dataset from Ocean Weather Station (OWS) Bravo to characterize the air-sea fluxes occurring in the Labrador Sea. The Labrador Sea is one of a handful of locations where deep ocean convection is known to occur. We find that there is significant high frequency variability (which would get masked with monthly mean analyses) in the buoyancy flux attributable to the passage of synoptic weather systems. We also highlight the importance of precipitation as it is an important source of positive buoyancy flux at high latitudes. The buoyancy flux temporarily becomes positive during the passage of a cyclone. The timescale for this change in buoyancy flux is similar to the timescale for the convective plumes in the ocean, suggesting that the variability of the high frequency variability in the atmosphere could modify deep ocean convection. In the second part, we introduce a novel way to quantify the variance of a time series and apply it to the OWS Bravo dataset. The method involves first filtering the time series using filters with different temporal characteristics, and then using a moving window to calculate the variances in each filtered time series. The use of a moving window allows the original temporal resolution to be retained, as well as allowing one to study how the variance changes with time. We find that the variance during the winter months is strongly influenced by weather systems in the bandpass and the lowpass frequency range. The variance during the summer months, on the other hand, is dominated by the shortwave radiation in the highpass frequency range. Finally, in the third part, using a global meteorological dataset, we examine basin scale signals in the North Atlantic. Using a trigger point in the Greenland, Iceland and Norwegian Sea, we identify a basin scale regime shift that resembles the North Atlantic Oscillation (NAO) spatial pattern. Unlike the NAO signal which occurs on an annual timescale, this regime shift occurs on intra-month time scales. Composites of the “before” and “after” regimes illustrate the respective flow patterns and the associated changes in the heat fluxes.

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 enseignants0,174
Score d'incertitude au seuil0,346

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 ouverte0,0000,001
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 Opus0,015
Tête enseignante GPT0,267
Écart entre enseignants0,253 · 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
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTSpace→Même sujetOceanographic and Atmospheric Processes→Travaux en français237 207→