MétaCan
Menu
Retour à la cohorte
Enregistrement W2106249831 · doi:10.1175/jcli-d-12-00717.1

Frequency Domain Multimodel Analysis of the Response of Atlantic Meridional Overturning Circulation to Surface Forcing

2013· article· en· W2106249831 sur OpenAlexaboutno aff
Douglas G. MacMartin, Eli Tziperman, Laure Zanna

Notice bibliographique

RevueJournal of Climate · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensnon disponible
Organismes subventionnairesBiological and Environmental ResearchNatural Environment Research CouncilSight Research UKU.S. Department of Energy
Mots-clésCoupled model intercomparison projectClimatologyClimate modelForcing (mathematics)Environmental scienceGeophysical fluid dynamicsFrequency domainWind stressAtmospheric sciencesClimate changeGeologyOceanographyMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract The dynamics of the Atlantic meridional overturning circulation (AMOC) vary considerably among different climate models; for example, some models show clear peaks in their power spectra while others do not. To elucidate these model differences, transfer functions are used to estimate the frequency domain relationship between surface forcing fields, including sea surface temperature, salinity, and wind stress, and the resulting AMOC response. These are estimated from the outputs of the Coupled Model Intercomparison Project phase 5 (CMIP5) and phase 3 (CMIP3) control runs for eight different models, with a specific focus on Geophysical Fluid Dynamics Laboratory Climate Model, version 2.1 (GFDL CM2.1), and the Community Climate System Model, version 4 (CCSM4), which exhibit rather different spectral behavior. The transfer functions show very little agreement among models for any of the pairs of variables considered, suggesting the existence of systematic model errors and that considerable uncertainty in the simulation of AMOC in current climate models remains. However, a robust feature of the frequency domain analysis is that models with spectral peaks in their AMOC correspond to those in which AMOC variability is more strongly excited by high-latitude surface perturbations that have periods corresponding to the frequency of the spectral peaks. This explains why different models exhibit such different AMOC variability. These differences would not be evident without using a method that explicitly computes the frequency dependence rather than a priori assuming a particular functional form. Finally, transfer functions are used to evaluate two proposed physical mechanisms for model differences in AMOC variability: differences in Labrador Sea stratification and excitation by westward-propagating subsurface Rossby waves.

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)0,001
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 enseignants0,021
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,014
Tête enseignante GPT0,250
Écart entre enseignants0,237 · 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

Citations21
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of ClimateMême sujetClimate variability and modelsTravaux en français237 207