MétaCan
Menu
Back to cohort
Record W7161941387 · doi:10.82308/28648

Quantification of biogenic turbulence

2018· dissertation· en· W7161941387 on OpenAlexaboutno aff
Stephen Camozzi

Bibliographic record

Venuenot available
Typedissertation
Languageen
FieldEnvironmental Science
TopicAquatic Ecosystems and Biodiversity
Canadian institutionsnot available
Fundersnot available
KeywordsTurbulenceTurbulence kinetic energyPanacheStatistical analysis

Abstract

fetched live from OpenAlex

Les processus par lesquels l'océan dissipé l'énergie interne et maintient la circulationcontinuent de présenter un ensemble complexe de problèmes de recherche et de questions auxocéanographes et d'autres scientifiques. Pour la première fois depuis la suggestion originaledu rôle potentiel de la turbulence biogénique dans les années 1960 qui fût ensuite rejetée,[Munk, 1966], des estimations théoriques récentes et des mesures océaniques ont provoquéun débat sur le rôle potentiel de la turbulence biogène dans la dissipation d'énergie et lacirculation océanique. Cependant, les résultats de ces études ont couvert plusieurs ordres degrandeur, en particulier dans leur estimation du taux de dissipation de l'énergie cinétiqueturbulente, ce qui remet en question l'importance relative de la turbulence biogénique. Dansle but de clarifier ce débat, des expériences de laboratoire contrôlées ont été menées pourmesurer les paramètres de turbulence dans les banques de deux espèces de poissons tropicaux,savoir le tétra du Congo et le tétra néon, en utilisant un velocimètre acoustique Doppler(ADV). Cette étude a été conçue pour répondre aux questions relatives à la structure dela turbulence biogénique, aux facteurs biologiques qui l'affectent et à son importance dansl'océan. En outre, des expériences de validation ont été menées séparément dans un jetturbulent, pour caractériser et comparer les performances des ADV à point unique et deprofilage, à la fois entre l'un et l'autre ainsi qu'avec les données de la littérature acceptée.Ces expériences ont démontré la cohérence entre les deux ADV dans leur capacité à mesureravec précision la turbulence et, surtout, les taux de dissipation. Les expériences avec lespoissons i) ont servi à vérifier l'hypothèse selon laquelle la turbulence biogénique est quasi-isotrope[Katija, 2012], ii) ont révélé l'indépendance des paramètres de turbulence biogéniqueet l'abondance (ou densité d'agrégation), et iii) ont indiqué une relation avec la taille du corpsanimal. Le taux de dissipation correspondant aux tétras du Congo était de O(10^-5 - 10^-4)W/kg, comparable à celui observé dans la couche supérieure des océans, qui est attribuéaux effets des vents de surface. Le taux de dissipation correspondant aux tétras néon étaitO(10^-7 - 10^-6) W/kg, près de la limite supérieure du taux de dissipation observé dans lesrégions abyssales et fortement stratifiées des océans. Les résultats démontrent l'importancepotentielle de la turbulence biogénique pour la dynamique des océans. Ce travail a été effectuédans le cadre des procédures d'exploitation standards de McGill pour l'utilisation éthique desanimaux, selon le Protocole #2014-7505.

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 imitation

Not 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.

metaresearch head score (Codex)0.000
metaresearch head score (Gemma)0.000
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesInsufficient payload (model declined to judge)
Consensus categoriesInsufficient payload (model declined to judge)
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.360
Threshold uncertainty score0.998

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0000.000
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.000
Science and technology studies0.0000.000
Scholarly communication0.0000.000
Open science0.0000.000
Research integrity0.0000.000
Insufficient payload (model declined to judge)0.0110.003

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.

Opus teacher head0.015
GPT teacher head0.228
Teacher spread0.213 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; both teacher heads agree on what is shown here.

Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2018
Admission routes1
Has abstractyes

Explore more

Same topicAquatic Ecosystems and BiodiversityFrench-language works237,207