MétaCan
Menu
Retour à la cohorte
Enregistrement W2496442738 · doi:10.1080/07055900.2016.1209156

Different Impacts of Typical and Atypical ENSO on the Indian Summer Rainfall: ENSO-Developing Phase

2016· article· en· W2496442738 sur OpenAlexvenueno aff
Lei Zhang, Zhiwei Wu, Yefan Zhou

Notice bibliographique

RevueATMOSPHERE-OCEAN · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésEl Niño Southern OscillationClimatologyLatitudeSouthern HemisphereMonsoonWalker circulationNorthern HemisphereAnomaly (physics)Environmental sciencePeninsulaGeographyGeologyPhysics

Résumé

récupéré en direct d'OpenAlex

The El Niño–Southern Oscillation (ENSO) is a main driving force of the northern hemisphere summer monsoon rainfall, including the Indian Summer Rainfall (ISR). The impacts of typical ENSO and atypical ENSO events on the ISR remain unclear during their developing summers. This study examines the different linkages between a typical ENSO and the ISR and between an a typical ENSO and the ISR. During the developing summer of a typical El Niño, negative rainfall anomalies are seen over the northeastern Indian subcontinent, while the anomalous rainfall pattern is almost the opposite for a typical La Niña; as for an atypical ENSO, the approximate “linear opposite” phenomenon vanishes. Furthermore, an anomalous global zonal wave train is found at mid-latitudes, with a local tripole circulation pattern over central–eastern Eurasia during the developing summer of a typical ENSO, which might explain the corresponding rainfall response over the Indian Peninsula. By contrast, such features are not obvious during the developing summer of an atypical ENSO. Among 106-year historical runs (1900–2005) of nine state-of-the-art models from the Coupled Model Intercomparison Project, Phase 5 (CMIP5), HadGEM2-ES exhibits promising skill in simulating the anomalous circulation pattern over mid-latitudes and central–eastern Eurasia. Probably, it is the model’s ability to capture the linkage between a typical ENSO and the ISR and the characteristics of a typical ENSO that makes the difference.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,024
Tête enseignante GPT0,262
Écart entre enseignants0,238 · 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'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

Citations15
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueATMOSPHERE-OCEANMême sujetClimate variability and modelsTravaux en français237 207