MétaCan
Menu
Retour à la cohorte
Enregistrement W3089105490 · doi:10.5194/acp-2020-761

Influence of Saharan dust on Atlantic tropical cyclones

2020· article· en· W3089105490 sur OpenAlexfundno aff
Zhenxi Zhang, Wen Zhou

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueTropical and Extratropical Cyclones Research
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of ChinaMcGill UniversityCity University of Hong KongNational Aeronautics and Space Administration
Mots-clésTropical cycloneTropical AtlanticEnvironmental sciencePlumeClimatologyAtmospheric sciencesMineral dustIntertropical Convergence ZoneLatitudeAfrican easterly jetAtmosphere (unit)Forcing (mathematics)Tropical waveAerosolGeographySea surface temperatureGeologyMeteorologyPrecipitation

Résumé

récupéré en direct d'OpenAlex

Abstract. The influence of Saharan dust outbreaks on summertime Atlantic tropical cyclone (TC) activity is explored using continuous atmospheric reanalysis products and TC track data from 1980 to 2019. Analyses reveal that the Saharan dust plume over the tropical Atlantic can affect TC activity by affecting the atmospheric hydrology and radiation absorbed by the earth's surface, which can be classified into three mechanisms. (1) A strong Saharan dust plume indirectly induces the reduction of atmospheric moisture, which further suppresses TC track, number of TC days, and intensity, with the influence covering the whole tropical Atlantic. (2) A strong Saharan dust plume enhances atmospheric moisture just along the North Atlantic ITCZ through the dust microphysical effect, which further promotes TC activity along 10º N latitude in June. (3) The climatological influence of dust on TC activity is caused by the strong radiative forcing of Saharan dust over the eastern tropical Atlantic in June, which produces an evident reduction in SST and lessens the duration and intensity of regional TC activity in June, according to the 40-yr average from 1980 to 2019.

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 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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0030,001

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 Opus0,025
Tête enseignante GPT0,237
Écart entre enseignants0,212 · 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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetTropical and Extratropical Cyclones ResearchTravaux en français237 207