MétaCan
Menu
Retour à la cohorte
Enregistrement W1488491466 · doi:10.1002/2014gl061627

Biases in southern hemisphere climate trends induced by coarsely specifying the temporal resolution of stratospheric ozone

2014· article· en· W1488491466 sur OpenAlexfundno aff
Ryan R. Neely, D. R. Marsh, Karen L. Smith, Sean Davis, Lorenzo M. Polvani

Notice bibliographique

RevueGeophysical Research Letters · 2014
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric Ozone and Climate
Établissements canadiensnon disponible
Organismes subventionnairesNOAA ResearchNatural Sciences and Engineering Research Council of CanadaOffice of ScienceNational Aeronautics and Space AdministrationU.S. Department of EnergyNational Oceanic and Atmospheric AdministrationNational Center for Atmospheric ResearchNational Science Foundation
Mots-clésOzoneAtmospheric sciencesSouthern HemisphereClimatologyOzone layerNorthern HemisphereEnvironmental scienceOzone depletionTroposphereTropospheric ozoneCoupled model intercomparison projectClimate modelAtmosphere (unit)StratosphereClimate changeMeteorologyGeologyGeography

Résumé

récupéré en direct d'OpenAlex

Abstract Global climate models that do not include interactive middle atmosphere chemistry, such as most of those contributing to the Coupled Model Intercomparison Project Phase 5, typically specify stratospheric ozone using monthly mean, zonal mean values and linearly interpolate to the time resolution of the model. We show that this method leads to significant biases in the simulated climate of the southern hemisphere (SH) over the late twentieth century. Previous studies have attributed similar biases in simulated SH climate change to the effect of the spatial smoothing of the specified ozone, i.e., to using zonal mean concentrations. We here show that the bias in climate trends due to undersampling of the rapid temporal changes in ozone during the seasonal evolution of the Antarctic ozone hole is considerable and reaches all the way into the troposphere. Our results suggest that the bias can be substantially reduced by specifying daily ozone concentrations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,439
Score d'incertitude au seuil0,989

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,055
Tête enseignante GPT0,292
Écart entre enseignants0,237 · 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 tête enseignante, 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

Citations38
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeophysical Research LettersMême sujetAtmospheric Ozone and ClimateTravaux en français237 207