MétaCan
Menu
Retour à la cohorte
Enregistrement W2130030905 · doi:10.1175/jcli-d-11-00695.1

Northern High-Latitude Heat Budget Decomposition and Transient Warming

2012· article· en· W2130030905 sur OpenAlexaboutno aff
Maria Rugenstein, Michael Winton, Ronald J. Stouffer, Stephen M. Griffies, Robert Hallberg

Notice bibliographique

RevueJournal of Climate · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésClimatologyEnvironmental scienceClimate modelLongwaveLatitudeGlobal warmingOcean heat contentClimate changeThermohaline circulationAtmospheric sciencesCoupled model intercomparison projectOceanographyGeology

Résumé

récupéré en direct d'OpenAlex

Abstract Climate models simulate a wide range of climate changes at high northern latitudes in response to increased CO2. They also have substantial disagreement on projected changes of the Atlantic meridional overturning circulation (AMOC). Here, two pairs of closely related climate models are used, with each containing members with large and small AMOC declines to explore the influence of AMOC decline on the high-latitude response to increased CO2. The models with larger AMOC decline have less high-latitude warming and sea ice decline than their small AMOC decline counterpart. By examining differences in the perturbation heat budget of the 40°–90°N region, it is shown that AMOC decline diminishes the warming by weakening poleward ocean heat transport and increasing the ocean heat uptake. The cooling impact of this AMOC-forced surface heat flux perturbation difference is enhanced by shortwave feedback and diminished by longwave feedback and atmospheric heat transport differences. The magnitude of the AMOC decline within model pairs is positively related to the magnitudes of control climate AMOC and Labrador and Nordic Seas convection. Because the 40°–90°N region accounts for up to 40% of the simulated global ocean heat uptake over 100 yr, the process described here influences the global heat uptake efficiency.

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)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,245
Score d'incertitude au seuil0,300

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,011
Tête enseignante GPT0,257
Écart entre enseignants0,246 · 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'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

Citations86
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of ClimateMême sujetClimate variability and modelsTravaux en français237 207