MétaCan
Menu
Retour à la cohorte
Enregistrement W2028872167 · doi:10.1175/jcli-d-13-00266.1

Decadal Covariability of the Northern Wintertime Land Surface Temperature and Atmospheric Circulation

2013· article· en· W2028872167 sur OpenAlexaffabout
Bin Yu, X. L. Wang, X. B. Zhang, Jason N. S. Cole, Yang Feng

Notice bibliographique

RevueJournal of Climate · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesClimate Program OfficeBiological and Environmental ResearchOffice of ScienceNational Oceanic and Atmospheric AdministrationU.S. Department of Energy
Mots-clésClimatologyGeopotential heightTroposphereGeopotentialAtmospheric circulationEnvironmental scienceAdvectionZonal flow (plasma)Anomaly (physics)Forcing (mathematics)Atmospheric sciencesGeologyPrecipitationGeographyMeteorology

Résumé

récupéré en direct d'OpenAlex

Abstract The decadal covariability of northern wintertime land surface temperature and 500-hPa geopotential anomalies is examined using the National Centers for Environmental Prediction–National Center for Atmospheric Research and the Twentieth-Century Reanalyses over the twentieth century and a 996-yr preindustrial climate simulation from the Canadian Earth System Model. Based on the reanalysis data, the covariability is dominated by two leading maximum covariance analysis (MCA) modes. MCA1 is characterized by temperature anomalies over most of Canada, the eastern United States, Mexico, and Eurasian mid- to high latitudes, accompanied by anomalies of opposite sign elsewhere over northern landmasses. MCA2 features temperature anomalies over most of North America, Eurasia, and Greenland with opposite anomalies elsewhere. In the upper troposphere the synoptic vorticity fluxes reinforce the anomalous circulation, while in the lower troposphere advection by the anomalous mean flow offsets the eddy forcing and maintains the decadal temperature perturbation. The MCA1-associated variability has a broad spectrum over decadal–interdecadal time scales, while the MCA2-related variability has a significant power peak around 20 yr. The change of temperature and geopotential trends around 1990 tends to be a decadal-scale shift in winter and has significant features of the leading mode of the decadal covariability. The climate model has broadly similar decadal covariability, including the leading MCA patterns as well as the temporal evolution of the patterns. The decadal temperature and geopotential anomalies primarily covary with the North Atlantic Oscillation but also with the variability of the North Pacific index, while the Southern Oscillation index variability tends to be the least important predictor for the northern decadal temperature and geopotential anomalies.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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 Opus0,006
Tête enseignante GPT0,209
Écart entre enseignants0,203 · 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'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

Citations5
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of ClimateMême sujetClimate variability and modelsTravaux en français237 207