MétaCan
Menu
Retour à la cohorte
Enregistrement W1930831509 · doi:10.1175/jcli-d-15-0317.1

The Role of Standing Waves in Driving Persistent Anomalies of Upward Wave Activity Flux

2015· article· en· W1930831509 sur OpenAlexaff
Oliver Watt‐Meyer, Paul J. Kushner

Notice bibliographique

RevueJournal of Climate · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPolar vortexFlux (metallurgy)Standing waveAtmospheric sciencesPhysicsVortexBreaking waveNorthern HemisphereAttenuationClimatologyStratosphereGeophysicsGeologyWave propagationMechanicsChemistryOptics

Résumé

récupéré en direct d'OpenAlex

Abstract Northern Hemisphere stratospheric polar vortex strength variability is known to be largely driven by persistent anomalies in upward wave activity flux. It has also been shown that attenuation and amplification of the stationary wave is the primary way in which wave activity flux varies. This study determines the structure of the wave anomalies that interfere with the climatological wave and drive this variability. Using a recently developed spectral decomposition it is shown that fixed-node standing waves are the primary drivers of the “linear interference” phenomenon. This is particularly true for the low-frequency component of the upward wave activity flux. The linear part of the flux is shown to be more persistent than the total flux and has significant tropospheric standing wave precursors that lead changes in the strength of the stratospheric polar vortex. Evidence is presented that current-generation high-top climate models are able to credibly simulate this variability in wave activity fluxes and the connection to polar vortex strength. Finally, the precursors to displacement and split sudden stratospheric warmings are examined. Displacement events are found to be preceded by about 25 days of anomalously high upward wave activity flux forced by standing waves amplifying the climatology. Split events have more short-lived wave activity flux precursors, which are dominated by the nonlinear part of the flux.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,009

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
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 Opus0,032
Tête enseignante GPT0,256
Écart entre enseignants0,224 · 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

Citations14
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of ClimateMême sujetClimate variability and modelsTravaux en français237 207