MétaCan
Menu
Retour à la cohorte
Enregistrement W2086860108 · doi:10.1029/2010jd014334

Effects of postcondensation exchange on the isotopic composition of water in the atmosphere

2010· article· en· W2086860108 sur OpenAlexaff
Robert D. Field, Dylan B. A. Jones, D. P. Brown

Notice bibliographique

RevueJournal of Geophysical Research Atmospheres · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensUniversity of Toronto
Organismes subventionnairesInternational Atomic Energy Agency
Mots-clésSnowWater vaporEnvironmental sciencePrecipitationAtmospheric sciencesAtmosphere (unit)Rain and snow mixedClimatologyChemistryGeologyMeteorology

Résumé

récupéré en direct d'OpenAlex

We conducted experiments with an atmospheric general circulation model to determine the effects of non‐Rayleigh, postcondensation exchange (PCE) on the isotopic composition of water in the atmosphere. PCE was found to universally deplete vapor of heavy isotopes but had differential effects on the isotopic composition of precipitation. At low latitudes, local PCE with fresh vapor at the surface enriches precipitation in heavy isotopes, particularly during light rainfall. When rainfall is heavy, PCE tends to deplete vapor and precipitation of heavy isotopes via atmospheric moisture recycling, supporting recent interpretations of vapor isotope measurements from satellites, particularly over the Asian Monsoon region. In the extratropics, PCE causes local enrichment of precipitation, which is often entirely offset by upstream PCE depletion of the source vapor, resulting in a net depletion in local precipitation. The transition from net enrichment to net depletion is controlled by the transition from rain to snow‐dominated precipitation. Surprisingly, this transition was also found to influence the temperature effect. In regions with a strong seasonal mix of rain and snow, such as Europe, the temperature effect appears to be controlled by PCE rather than Rayleigh depletion.

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)0,002
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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,652
Score d'incertitude au seuil0,847

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 recherche0,0000,001
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 Opus0,024
Tête enseignante GPT0,296
Écart entre enseignants0,272 · 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'étudeExpérimental (laboratoire)
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

Citations93
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research AtmospheresMême sujetClimate variability and modelsTravaux en français237 207