MétaCan
Menu
← Retour à la cohorte
Enregistrement W2725793114 · doi:10.1002/2017jd027038

Arctic sea ice response to the eruptions of Agung, El Chichón, and Pinatubo

2017· article· en· W2725793114 sur OpenAlexaffabout
Marie‐Ève Gagné, Megan C. Kirchmeier‐Young, Nathan P. Gillett, John C. Fyfe

Notice bibliographique

RevueJournal of Geophysical Research Atmospheres · 2017
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesnon disponible
Mots-clésVolcanoClimatologySea iceArctic sea ice declineForcing (mathematics)ArcticArctic ice packAtmospheric sciencesArctic geoengineeringEnvironmental scienceVulcanian eruptionGeologyOceanographyAntarctic sea ice

Résumé

récupéré en direct d'OpenAlex

Abstract Using a large initial condition ensemble of climate model simulations, we examine the impact of volcanic activity on Arctic sea ice cover from 1960 to 2005, a period that includes three very large tropical eruptions. Ensemble averaging across simulations with natural (volcanic and solar) forcings alone reduces noise due to internal variability to show a decade of increased Arctic sea extent (of up to half a million square kilometers) following each of the Mount Agung (1963), Mount El Chichón (1982), and Mount Pinatubo (1991) eruptions. A similar impact is seen when averaging over a large ensemble of simulations with natural and all‐known anthropogenic forcings. We show that the volcanic response in sea ice cover is sensitive to preeruption temperature, with warmer conditions before an eruption being associated with a larger than average response. Finally, a detection and attribution analysis using second‐generation Canadian Earth System Model (CanESM2) did not identify a significant response in the observations, while finding no evidence of inconsistency between observations and CanESM2 since regression coefficients were consistent with unity. A similar detection and attribution analysis using the somewhat stronger volcanic response from the simulations in the average of the CMIP5 models did identify a detectable natural forcing response in four observational sea ice extent data sets.

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)0,000
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,172
Score d'incertitude au seuil0,342

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
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 Opus0,029
Tête enseignante GPT0,327
Écart entre enseignants0,298 · 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'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

Citations21
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research Atmospheres→Même sujetArctic and Antarctic ice dynamics→Travaux en français237 207→