A Nonlinear Analysis of the ENSO Cycle and Its Interdecadal Changes*
Notice bibliographique
Résumé
Abstract The nonlinear principal component analysis (NLPCA), via a neural network approach, was applied to thermocline anomalies in the tropical Pacific. While the tropical sea surface temperature (SST) anomalies had been nonlinearly mapped by the NLPCA mode 1 onto an open curve in the data space, the thermocline anomalies were mapped to a closed curve, suggesting that ENSO is a cyclic phenomenon. The NLPCA mode 1 of the thermocline anomalies reveals the nonlinear evolution of the ENSO cycle with much asymmetry for the different phases: The weak heat accumulation in the whole equatorial Pacific is followed by the strong El Niño, and the subsequent strong drain of equatorial heat content toward the off-equatorial region precedes a weak La Niña. This asymmetric ENSO evolution implies that the nonlinear instability enhances the growth of El Niño, but dwarfs the growth of La Niña. The nonlinear ENSO cycle was found to have changed since the late 1970s. For the pre-1980s the ENSO cycle associated with the thermocline is less asymmetrical than that during the post-1980s, indicating that the nonlinearity of the ENSO cycle has become stronger since the late 1970s.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».