MétaCan
Menu
Retour à la cohorte
Enregistrement W2094927735 · doi:10.1175/jcli4229.1

PDO-Related Heat and Temperature Budget Changes in a Model of the North Pacific

2007· article· en· W2094927735 sur OpenAlexaff
J. T. Dawe, LuAnne Thompson

Notice bibliographique

RevueJournal of Climate · 2007
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNational Aeronautics and Space Administration
Mots-clésOcean gyreOcean heat contentAdvectionClimatologyHeat fluxGeostrophic windEnvironmental sciencePacific decadal oscillationEntrainment (biomusicology)Boundary currentSea surface temperatureAtmospheric sciencesOcean currentGeologyHeat transferSubtropicsPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract Heat and temperature budget changes in a ⅓° model of the North Pacific driven by an idealized Pacific decadal oscillation (PDO) atmospheric forcing are diagnosed to determine the roles of atmospheric heat flux and ocean dynamics in upper-ocean heat content and mixed layer temperature (MLT) changes. Changes in MLT and heat content during the transition between negative and positive PDOs are driven primarily by atmospheric heat fluxes, with contributions from ageostrophic advection and entrainment. Once the new PDO state is established, atmospheric heat flux in the central North Pacific works to mitigate the MLT change while vertical entrainment and ageostrophic advection act to enhance it. Upper-ocean heat content is affected in a similar matter, except that vertical processes are not important in the heat budget balance. At the same time, changes in wind stress curl cause the subtropical gyre to spin up and the subpolar gyre boundary to migrate southward. These circulation changes cause a large increase in the geostrophic advective heat flux in the Kuroshio region. This increase results in more heat flux to the atmosphere, demonstrating an active role for ocean dynamics in the upper-ocean heat budget. Eddy heat flux divergence along the Kuroshio Extension doubles after the transition, due to stronger eddy activity related to increased Kuroshio transport.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,093
Score d'incertitude au seuil0,184

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,011
Tête enseignante GPT0,229
Écart entre enseignants0,217 · 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'étudeSimulation ou modélisation
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

Citations16
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of ClimateMême sujetClimate variability and modelsTravaux en français237 207