Bibliographic record
Abstract
Le climat de la Terre dépend en grande partie des échanges énergétiques entre les masses d’eau chaudes et froides de nos océans. Afin de prédire et de comprendre les variations de notre climat, les modèles numériques globaux de l’océan doivent pouvoir déterminer quelle fraction d'énergie est convertie en mélange irréversible dans un écoulement turbulent et stablement stratifié. Il apparaît que cette fraction est sensible aux paramètres de l’écoulement, ce qui a récemment conduit les océanographes à remettre en question la paramétrisation d'Osborn pour le coefficient de diffusion turbulente kz, qui utilise une efficacité de mélange constante et fixée à ŋ=0,17. Ceci nous a poussé à réaliser au laboratoire de Mécanique des Fluides et d'Acoustique (LMFA) des mesures conjointes de ŋ et kz, afin de mieux comprendre leur inter-dépendance. Cette étude est avant tout expérimentale et se base sur plusieurs dispositifs permettant de quantifier le mélange dans différents types d'écoulement. Trois de ses expériences ont été réalisées au LMFA : une expérience de lock-exchange dans laquelle le mélange est issu du cisaillement à l'interface de deux courants de gravité se déplaçant en sens opposés, une expérience de grille tractée dans un fluide stratifié et une expérience d’injection de stratification dans la grille d’un canal hydraulique. Ce travail a été complété, d'une part par une collaboration sur la plateforme Coriolis du LEGI à Grenoble, permettant d’atteindre de plus grands nombres de Reynolds ; et d'autre part par une campagne de mesure in situ dans le fjord du Saguenay au Canada en collaboration avec l'ISMER, visant à estimer le mélange turbulent conduisant au renouvellement des eaux profondes du fjord, à partir de l'analyse de transects successifs de densité. Dans ces différentes configurations, l'évolution temporelle des profils verticaux de densité ont permis d'analyser la dépendance du coefficient de diffusion turbulente et de l'efficacité de mélange avec les nombres de Reynolds et de Froude. Nos résultats ont permis de quantifier la décroissance de l'efficacité de mélange avec l'augmentation du nombre de Froude dans un écoulement turbulent, ainsi que la sensibilité du coefficient de diffusion turbulente aux nombres de Froude et de Reynolds de flottabilité. L'utilisation de trois dispositifs expérimentaux différents permet de montrer qu'au-delà de ces lois dites universelles, la variabilité propre à chaque géométrie influence fortement les valeurs de l'efficacité de mélange. Ceci est particulièrement mis en lumière dans la configuration de lock-exchange, pour laquelle la valeur limite de ŋ=0.25 prédite par la physique statistique n'est atteinte que dans une configuration fortement tri-dimensionnelle, jusqu'alors peu utilisée dans la littérature. Enfin, toutes les méthodes d'analyse développées pour les expériences de laboratoire ont pu être utilisées pour l'analyse des données in situ, permettant de clore ce travail de thèse sur une étude environnementale.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".