MétaCan
Menu
Retour à la cohorte
Enregistrement W2088431958 · doi:10.5194/bg-11-6107-2014

Wind-driven changes in the ocean carbon sink

2014· article· en· W2088431958 sur OpenAlexafffund
Neil C. Swart, John C. Fyfe, Oleg A. Saenko, Michael Eby

Notice bibliographique

RevueBiogeosciences · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensUniversity of Victoria
Organismes subventionnairesWestern Canada Research GridCompute Canada
Mots-clésEnvironmental scienceSink (geography)ClimatologyGlobal wind patternsAtmospheric sciencesMesoscale meteorologyWind speedOcean currentMeteorologyGeologyGeography

Résumé

récupéré en direct d'OpenAlex

Abstract. We estimate changes in the historical ocean carbon sink and their uncertainty using an ocean biogeochemical model driven with wind forcing from six different reanalyses and using two different eddy parameterization schemes. First, we quantify wind-induced changes over the extended period from 1871 to 2010 using the 20th Century Reanalysis winds. Consistent with previous shorter-term studies, we find that the wind changes act to reduce the ocean carbon sink, but the wind-induced trends are subject to large uncertainties. One major source of uncertainty is the parameterization of mesoscale eddies in our coarse resolution simulations. Trends in the Southern Ocean residual meridional overturning circulation and the globally integrated surface carbon flux over 1950 to 2010 are about 2.5 times smaller when using a variable eddy transfer coefficient than when using a constant coefficient in this parameterization. A second major source of uncertainty arises from disagreement on historical wind trends. By comparing six reanalyses over 1980 to 2010, we show that there are statistically significant differences in estimated historical wind trends, which vary in both sign and magnitude amongst the products. Through simulations forced with these reanalysis winds, we show that the influence of historical wind changes on ocean carbon uptake is highly uncertain, and the resulting trends depend on the choice of surface wind product.

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)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,148
Score d'incertitude au seuil0,529

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0000,000

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 Opus0,023
Tête enseignante GPT0,232
Écart entre enseignants0,210 · 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'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

Citations27
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiogeosciencesMême sujetClimate variability and modelsTravaux en français237 207