MétaCan
Menu
Retour à la cohorte
Enregistrement W2135266095 · doi:10.1002/2013gl059113

Observed linkages between the northern annular mode/North Atlantic Oscillation, cloud incidence, and cloud radiative forcing

2014· article· en· W2135266095 sur OpenAlexaff
Ying Li, David W. J. Thompson, Yi Huang, Minghong Zhang

Notice bibliographique

RevueGeophysical Research Letters · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensMcGill University
Organismes subventionnairesJet Propulsion LaboratoryNational Science Foundation
Mots-clésClimatologyNorthern HemisphereNorth Atlantic oscillationCloud forcingCloud coverForcing (mathematics)TroposphereRadiative forcingExtratropical cycloneAtmospheric sciencesEnvironmental scienceGeologySouthern HemisphereCloud feedbackClimate modelClimate changeCloud computingOceanographyClimate sensitivity

Résumé

récupéré en direct d'OpenAlex

Abstract The signature of the northern annular mode/North Atlantic Oscillation (NAM/NAO) in the vertical and horizontal distribution of tropospheric cloudiness is investigated in CloudSat and CALIPSO data from June 2006 to April 2011. During the Northern Hemisphere winter, the positive polarity of the NAM/NAO is marked by increases in zonally averaged cloud incidence north of ~60°N, decreases between ~25 and 50°N, and increases in the subtropics. The tripolar‐like anomalies in cloud incidence associated with the NAM/NAO are largest over the North Atlantic Ocean basin/Middle East and are physically consistent with the NAM/NAO‐related anomalies in vertical motion. Importantly, the NAM/NAO‐related anomalies in tropospheric cloud incidence lead to significant top of atmosphere cloud radiative forcing anomalies that are comparable in amplitude to those associated with the NAM/NAO‐related temperature anomalies. The results provide observational evidence that the most prominent pattern of Northern Hemisphere climate variability is significantly linked to variations in cloud radiative forcing. Implications for two‐way feedback between extratropical dynamics and cloud radiative forcing are discussed.

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)0,001
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 enseignants0,036
Score d'incertitude au seuil0,643

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,044
Tête enseignante GPT0,291
Écart entre enseignants0,247 · 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

Citations52
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeophysical Research LettersMême sujetClimate variability and modelsTravaux en français237 207