MétaCan
Menu
Retour à la cohorte
Enregistrement W2343793863 · doi:10.1175/jcli-d-15-0452.1

Global Meteorological Drought: A Synthesis of Current Understanding with a Focus on SST Drivers of Precipitation Deficits

2016· article· en· W2343793863 sur OpenAlexaffabout
Siegfried D. Schubert, Ronald E. Stewart, Hailan Wang, Mathew Barlow, Ernesto Hugo Berbery, Wenju Cai, Martin P. Hoerling, Krishna Kumar Kanikicharla, Randal D. Koster, Bradfield Lyon, Annarita Mariotti, Carlos R. Mechoso, Omar V. Müller, Belén Rodríguez‐Fonseca, Richard Seager, Sonia I. Seneviratne, Lixia Zhang, Tianjun Zhou

Notice bibliographique

RevueJournal of Climate · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésClimatologySea surface temperaturePrecipitationEnvironmental sciencePredictabilityClimate modelClimate changeGeographyOceanographyGeologyMeteorology

Résumé

récupéré en direct d'OpenAlex

Abstract Drought affects virtually every region of the world, and potential shifts in its character in a changing climate are a major concern. This article presents a synthesis of current understanding of meteorological drought, with a focus on the large-scale controls on precipitation afforded by sea surface temperature (SST) anomalies, land surface feedbacks, and radiative forcings. The synthesis is primarily based on regionally focused articles submitted to the Global Drought Information System (GDIS) collection together with new results from a suite of atmospheric general circulation model experiments intended to integrate those studies into a coherent view of drought worldwide. On interannual time scales, the preeminence of ENSO as a driver of meteorological drought throughout much of the Americas, eastern Asia, Australia, and the Maritime Continent is now well established, whereas in other regions (e.g., Europe, Africa, and India), the response to ENSO is more ephemeral or nonexistent. Northern Eurasia, central Europe, and central and eastern Canada stand out as regions with few SST-forced impacts on precipitation on interannual time scales. Decadal changes in SST appear to be a major factor in the occurrence of long-term drought, as highlighted by apparent impacts on precipitation of the late 1990s “climate shifts” in the Pacific and Atlantic SST. Key remaining research challenges include (i) better quantification of unforced and forced atmospheric variability as well as land–atmosphere feedbacks, (ii) better understanding of the physical basis for the leading modes of climate variability and their predictability, and (iii) quantification of the relative contributions of internal decadal SST variability and forced climate change to long-term drought.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0070,008
Études des sciences et des technologies0,0000,001
Communication savante0,0030,005
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 GPT0,277
Écart entre enseignants0,233 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations247
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of ClimateMême sujetClimate variability and modelsTravaux en français237 207