MétaCan
Menu
Retour à la cohorte
Enregistrement W3011542127 · doi:10.1126/sciadv.aay6546

South Asian summer monsoon projections constrained by the interdecadal Pacific oscillation

2020· article· en· W3011542127 sur OpenAlexaboutno aff
Xin Huang, Tianjun Zhou, Aiguo Dai, Hongmei Li, Chao Li, Xiaolong Chen, J. Lu, Jin‐Song von Storch, Bo Wu

Notice bibliographique

RevueScience Advances · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of ChinaNational Oceanic and Atmospheric AdministrationNational Science Foundation
Mots-clésClimatologyMonsoonEast Asian MonsoonPacific decadal oscillationOscillation (cell signaling)Environmental scienceOceanographyEl Niño Southern OscillationGeographyGeologyBiology

Résumé

récupéré en direct d'OpenAlex

A reliable projection of future South Asian summer monsoon (SASM) benefits a large population in Asia. Using a 100-member ensemble of simulations by the Max Planck Institute Earth System Model (MPI-ESM) and a 50-member ensemble of simulations by the Canadian Earth System Model (CanESM2), we find that internal variability can overshadow the forced SASM rainfall trend, leading to large projection uncertainties for the next 15 to 30 years. We further identify that the Interdecadal Pacific Oscillation (IPO) is, in part, responsible for the uncertainties. Removing the IPO-related rainfall variations reduces the uncertainties in the near-term projection of the SASM rainfall by 13 to 15% and 26 to 30% in the MPI-ESM and CanESM2 ensembles, respectively. Our results demonstrate that the uncertainties in near-term projections of the SASM rainfall can be reduced by improving prediction of near-future IPO and other internal modes of climate variability.

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,573
Score d'incertitude au seuil0,716

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,002
Communication savante0,0000,001
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 Opus0,026
Tête enseignante GPT0,270
Écart entre enseignants0,244 · 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'étudeExpérimental (laboratoire)
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

Citations125
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScience AdvancesMême sujetClimate variability and modelsTravaux en français237 207