MétaCan
Menu
Retour à la cohorte
Enregistrement W2030398713 · doi:10.1080/07055900.2000.9649660

An examination of the spring 1997 mid‐latitude east pacific sea surface temperature anomaly

2000· article· en· W2030398713 sur OpenAlexvenueno aff
L-L. Fu

Notice bibliographique

RevueATMOSPHERE-OCEAN · 2000
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAnomaly (physics)Spring (device)LatitudeClimatologyGeologySea surface temperatureOceanographyGeodesyPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract We seek to document and explain the lifecycle of the warm Sea Surface Temperature (SST) anomaly that intensified and weakened off the west coast of the United States to peak anomalies of 4°C during April‐June 1997. We use remotely sensed observational data and model analyses to compute an energy budget for the warm anomaly. The bulk of the anomalous warming was confined to the top 50 m of ocean and occurred during May. The immediate cause for the warming was twofold: latent heat fluxes decreased in magnitude as a result of both lower wind speeds and positive moisture anomalies, while the net radiative flux into the ocean increased as a result of lower than normal fractional cloud coverage. During June, the wind speed strengthened and became northerly, resulting in larger than normal latent and sensible heat fluxes that weakened the SST anomaly. Examination of the National Centers for Environmental Prediction (NCEP) 1000‐mb geopotential height for May shows that the Aleutian low extended far south of its usual position and was responsible for the weaker southerly winds and suppressed latent heat fluxes in the warm anomaly area. Finally, we note that the near simultaneous appearance of this warm anomaly in conjunction with warm El Niño waters off Peru makes El Niño an unlikely trigger for the northeast Pacific warm anomaly. We suggest a possible alternative scenario in which both events are remotely triggered by the intraseasonal oscillation.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,215
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,009
Tête enseignante GPT0,204
Écart entre enseignants0,196 · 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.

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

Citations0
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueATMOSPHERE-OCEANMême sujetClimate variability and modelsTravaux en français237 207