MétaCan
Menu
Retour à la cohorte
Enregistrement W3047070162 · doi:10.1029/2020gl087911

Large Wildfires in the Western United States Exacerbated by Tropospheric Drying Linked to a Multi‐Decadal Trend in the Expansion of the Hadley Circulation

2020· article· en· W3047070162 sur OpenAlexaboutno aff
L. Zhang, William K. M. Lau, Weichen Tao, Zhanqing Li

Notice bibliographique

RevueGeophysical Research Letters · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésClimatologyTroposphereEnvironmental scienceSubsidenceClimate changeRelative humidityGlobal warmingHadley cellCloud coverGreenhouse gasAtmospheric circulationAtmospheric sciencesGeographyGeneral Circulation ModelGeologyMeteorologyOceanographyStructural basinCloud computing

Résumé

récupéré en direct d'OpenAlex

Abstract Analyses of wildfire‐climate relationships in North America were conducted using diverse independent observation and reanalysis data sets for the period 1984–2014. Results show that the western United States (WUS) has experienced the most robust increase in burned area, even though Alaska and western‐central Canada have comparable warming trends. In addition to warming, the WUS has been under the influence of multi‐decadal trends in tropospheric relative humidity deficit, reduced cloudiness, increased surface net insolation, and enhanced adiabatic warming and drying from increased tropospheric subsidence, as well as drying from enhanced offshore low‐level flow. These trends are found to be associated with a widening of the descending branch of the Hadley circulation, consistent with climate model projections under greenhouse gases warming. Due to the relative short (~30 years) data record, the aforementioned trend signals are likely also be affected by phase changes of natural interdecadal variability during the data period.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,072
Score d'incertitude au seuil0,143

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
Bibliométrie0,0000,001
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)0,0010,000

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 Opus0,028
Tête enseignante GPT0,290
Écart entre enseignants0,262 · 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

Citations36
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeophysical Research LettersMême sujetFire effects on ecosystemsTravaux en français237 207