MétaCan
Menu
Retour à la cohorte
Enregistrement W2121908730 · doi:10.1175/jcli-d-14-00631.1

A Lagrangian Method to Isolate the Impacts of Mixed Layer Subduction on the Meridional Overturning Circulation in a Numerical Model

2015· article· en· W2121908730 sur OpenAlexaboutno aff
Matthew Thomas, Anne‐Marie Tréguier, Bruno Blanke, Julie Deshayes, Aurore Voldoire

Notice bibliographique

RevueJournal of Climate · 2015
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueOceanographic and Atmospheric Processes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOcean gyreSubductionMixed layerGeologyLagrangianZonal and meridionalOceanographyOcean currentClimatologyOcean dynamicsStructural basinThermohaline circulationOceanic basinSubtropicsSeismologyPaleontologyTectonics

Résumé

récupéré en direct d'OpenAlex

Abstract Large differences in the Atlantic meridional overturning circulation (AMOC) exhibited between the available ocean models pose problems as to how they can be interpreted for climate policy. A novel Lagrangian methodology has been developed for use with ocean models that enables a decomposition of the AMOC according to its source waters of subduction from the mixed layer of different geographical regions. The method is described here and used to decompose the AMOC of the Centre National de Recherches Météorologiques (CNRM) ocean model, which is approximately 4.5 Sv (1 Sv = 106 m3 s−1) too weak at 26°N, compared to observations. Contributions from mixed layer subduction to the peak AMOC at 26°N in the model are dominated by the Labrador Sea, which contributes 7.51 Sv; but contributions from the Nordic seas, the Irminger Sea, and the Rockall basin are also important. These waters mostly originate where deep mixed layers border the topographic slopes of the Subpolar Gyre and Nordic seas. The too-weak model AMOC can be explained by weak model representations of the overflow and of Irminger Sea subduction. These are offset by the large Labrador Sea component, which is likely to be too strong as a result of unrealistically distributed and too-deep mixed layers near the shelf.

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 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 enseignants0,309
Score d'incertitude au seuil0,152

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 Opus0,033
Tête enseignante GPT0,278
Écart entre enseignants0,245 · 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'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

Citations34
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of ClimateMême sujetOceanographic and Atmospheric ProcessesTravaux en français237 207