Observed Feedback between Winter Sea Ice and the North Atlantic Oscillation
Notice bibliographique
Résumé
Abstract Feedback between the North Atlantic Oscillation (NAO) and winter sea ice variability is detected and quantified using approximately 30 years of observations, a vector autoregressive model (VAR), and testable definitions of Granger causality and feedback. Sea ice variability is quantified based on the leading empirical orthogonal function of sea ice concentration over the North Atlantic [the Greenland Sea ice dipole (GSD)], which, in its positive polarity, has anomalously high sea ice concentrations in the Labrador Sea region to the southwest of Greenland and low sea ice concentrations in the Barents Sea region to the northeast of Greenland. In weekly data for December through April, the VAR indicates that NAO index (N) anomalies cause like-signed anomalies of the standardized GSD index (G), and that G anomalies in turn cause oppositely signed anomalies of N. This negative feedback process operates explicitly on lags of up to four weeks in the VAR but can generate more persistent effects because of the autocorrelation of G. Synthetic data are generated with the VAR to quantify the effects of feedback following realistic local maxima of N and G, and also for sustained high values of G. Feedback can change the expected value of evolving system variables by as much as a half a standard deviation, and the relevance of these results to intraseasonal and interannual NAO and sea ice variability is discussed.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».