MétaCan
Menu
Retour à la cohorte
Enregistrement W1018029283 · doi:10.1007/s00382-015-2736-5

Extinction of the northern oceanic deep convection in an ensemble of climate model simulations of the 20th and 21st centuries

2015· article· en· W1018029283 sur OpenAlexaboutno aff
Laurent Brodeau, Torben Koenigk

Notice bibliographique

RevueClimate Dynamics · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensnon disponible
Organismes subventionnairesVetenskapsrådetLinköpings UniversitetNational Science CouncilNational Supercomputer Centre, Linköpings UniversitetSvenska Forskningsrådet Formas
Mots-clésConvectionClimatologyGeologyDeep convectionConvective mixingClimate modelDeep seaStratification (seeds)Thermohaline circulationNorthern HemisphereAtmospheric sciencesClimate changeOceanographyMeteorologyGeography

Résumé

récupéré en direct d'OpenAlex

We study the variability and the evolution of oceanic deep convection in the northern North Atlantic and the Nordic Seas from 1850 to 2100 using an ensemble of 12 climate model simulations with EC-Earth. During the historical period, the model shows a realistic localization of the main sites of deep convection, with the Labrador Sea accounting for most of the deep convective mixing in the northern hemisphere. Labrador convection is partly driven by the NAO (correlation of 0.6) and controls part of the variability of the AMOC at the decadal time scale (correlation of 0.6 when convection leads by 3–4 years). Deep convective activity in the Labrador Sea starts to decline and to become shallower in the beginning of the twentieth century. The decline is primarily caused by a decrease of the sensible heat loss to the atmosphere in winter resulting from increasingly warm atmospheric conditions. It occurs stepwise and is mainly the consequence of two severe drops in deep convective activity during the 1920s and the 1990s. These two events can both be linked to the low-frequency variability of the NAO. A warming of the sub-surface, resulting from reduced convective mixing, combines with an increasing influx of freshwater from the Nordic Seas to rapidly strengthen the surface stratification and prevent any possible resurgence of deep convection in the Labrador Sea after the 2020s. Deep convection in the Greenland Sea starts to decline in the 2020s, until complete extinction in 2100. As a response to the extinction of deep convection in the Labrador and Greenland Seas, the AMOC undergoes a linear decline at a rate of about −0.3 Sv per decade during the twenty-first century.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,040
Score d'incertitude au seuil0,079

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,018
Tête enseignante GPT0,237
Écart entre enseignants0,219 · 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'étudeSimulation ou modélisation
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

Citations82
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClimate DynamicsMême sujetClimate variability and modelsTravaux en français237 207