MétaCan
Menu
Retour à la cohorte
Enregistrement W2919773576 · doi:10.1175/jcli-d-18-0509.1

Predictability of North Atlantic Sea Surface Temperature and Upper-Ocean Heat Content

2019· article· en· W2919773576 sur OpenAlexaboutno aff
Martha W. Buckley, Timothy DelSole, M. Susan Lozier, Laifang Li

Notice bibliographique

RevueJournal of Climate · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensnon disponible
Organismes subventionnairesClimate Program OfficeNational Aeronautics and Space AdministrationNational Oceanic and Atmospheric AdministrationNational Science Foundation
Mots-clésPredictabilityClimatologySea surface temperatureOcean gyreExtratropical cycloneDecorrelationEnvironmental scienceGeologyOcean heat contentPrecipitationTeleconnectionRange (aeronautics)OceanographyAtmospheric sciencesMeteorologySubtropicsGeography

Résumé

récupéré en direct d'OpenAlex

Abstract Understanding the extent to which Atlantic sea surface temperatures (SSTs) are predictable is important due to the strong climate impacts of Atlantic SST on Atlantic hurricanes and temperature and precipitation over adjacent landmasses. However, models differ substantially on the degree of predictability of Atlantic SST and upper-ocean heat content (UOHC). In this work, a lower bound on predictability time scales for SST and UOHC in the North Atlantic is estimated purely from gridded ocean observations using a measure of the decorrelation time scale based on the local autocorrelation. Decorrelation time scales for both wintertime SST and UOHC are longest in the subpolar gyre, with maximum time scales of about 4–6 years. Wintertime SST and UOHC generally have similar decorrelation time scales, except in regions with very deep mixed layers, such as the Labrador Sea, where time scales for UOHC are much larger. Spatial variations in the wintertime climatological mixed layer depth explain 51%–73% (range for three datasets analyzed) of the regional variations in decorrelation time scales for UOHC and 26%–40% (range for three datasets analyzed) of the regional variations in decorrelation time scales for wintertime SST in the extratropical North Atlantic. These results suggest that to leading order decorrelation time scales for UOHC are determined by the thermal memory of the ocean.

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 enseignants0,013
Score d'incertitude au seuil0,413

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 Opus0,013
Tête enseignante GPT0,222
Écart entre enseignants0,208 · 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

Citations40
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of ClimateMême sujetClimate variability and modelsTravaux en français237 207