MétaCan
Menu
Retour à la cohorte
Enregistrement W2962076947 · doi:10.1038/s41598-019-46704-9

Elevated aerosol layer over South Asia worsens the Indian droughts

2019· article· en· W2962076947 sur OpenAlexaff
Suvarna Fadnavis, T. P. Sabin, Chaitri Roy, Matthew Rowlinson, Alexandru Rap, Jean‐Paul Vernier, Christopher E. Sioris

Notice bibliographique

RevueScientific Reports · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesNatural Environment Research CouncilIndian Institute of Technology Madras
Mots-clésAerosolClimatologyTroposphereEast AsiaMonsoonSouth asiaEnvironmental scienceAtmospheric sciencesTropopauseGeneral Circulation ModelClimate modelClimate changeGeographyGeologyOceanographyMeteorologyAncient historyChina

Résumé

récupéré en direct d'OpenAlex

Droughts have become more severe and recurrent over the Indian sub-continent during the second half of the twentieth century, leading to more severe hydro-climatic and socio-economic impacts over one of the most densely populated parts of the world. So far, droughts have mostly been connected to circulation changes concomitant with the abnormal warming over the Pacific Ocean, prevalently known as "El Niño". Here, exploiting observational data sets and a series of dedicated sensitivity experiments, we show that the severity of droughts during El Niño is amplified (17%) by changes in aerosols. The model experiments simulate the transport of boundary layer aerosols from South Asian countries to higher altitudes (12-18 km) where they form the Asian Tropopause Aerosol Layer (ATAL) (~ 60-120°E, 20-40°N). During El Niño, the anomalous overturning circulation from the East Asian region further enriches the thickness of aerosol layers in the ATAL over the northern part of South Asia. The anomalous aerosol loading in the ATAL reduces insolation over the monsoon region, thereby exacerbating the severity of drought by further weakening the monsoon circulation. Future increases in industrial emissions from both East and South Asia will lead to a wider and thicker elevated aerosol layer in the upper troposphere, potentially amplifying the severity of droughts.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,527
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0090,003

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 Opus0,014
Tête enseignante GPT0,227
Écart entre enseignants0,213 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations58
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetClimate variability and modelsTravaux en français237 207