MétaCan
Menu
Retour à la cohorte
Enregistrement W2110630607 · doi:10.1002/qj.844

Dust impact on the West African heat low in summertime

2011· article· en· W2110630607 sur OpenAlexaff
Christophe Lavaysse, Jean‐Pierre Chaboureau, Cyrille Flamant

Notice bibliographique

RevueQuarterly Journal of the Royal Meteorological Society · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensMcGill University
Organismes subventionnairesGrand Équipement National De Calcul Intensif
Mots-clésAdvectionMineral dustForcing (mathematics)Environmental scienceAtmospheric sciencesClimatologyTropical waveRadiative forcingAfrican easterly jetDaytimeConvectionMeteorologyAerosolGeologyGeographyPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract The impact of dust on a six‐day pulsation of the West African heat low (WAHL) in summertime (14–20 July 2006) is investigated, with convective rainfall and dust bursts being observed over the Sahel at the beginning and end of the episode. Three Meso‐NH simulations were designed which differed in their dust representation. All the simulations capture the variation in the WAHL intensity well, including the simulation without any dust effects. This shows the primary role of large‐scale forcing on the WAHL pulsation. In spite of additional daytime heating and night‐time cooling effects over the Sahara, the simulation with dust climatology resembles the simulation without any dust effects. In contrast, the simulation using a prognostic dust scheme enhances alternating northward advection of warm and dry air and southward advection of cold and wet air associated with the propagation of an African easterly wave, leading to a strengthening of the WAHL variabilities. This study highlights two effects of dust on the WAHL over the Sahara: a so‐called direct effect associated with dust radiative heating, which increases the WAHL thickness, and a so‐called indirect effect that intensifies both the African easterly jet and a related African easterly wave. Copyright © 2011 Royal Meteorological Society

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,182
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,029
Tête enseignante GPT0,235
Écart entre enseignants0,206 · 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.

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

Citations79
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueQuarterly Journal of the Royal Meteorological SocietyMême sujetClimate variability and modelsTravaux en français237 207