MétaCan
Menu
Retour à la cohorte
Enregistrement W3099951005 · doi:10.1029/2020gl091453

Quasi‐10‐Day Wave and Semidiurnal Tide Nonlinear Interactions During the Southern Hemispheric SSW 2019 Observed in the Northern Hemispheric Mesosphere

2020· article· en· W3099951005 sur OpenAlexaff
Maosheng He, Jorge L. Chau, J. M. Forbes, Denise Thorsen, Guozhu Li, Tarique Adnan Siddiqui, Yosuke Yamazaki, W. K. Hocking

Notice bibliographique

RevueGeophysical Research Letters · 2020
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric Ozone and Climate
Établissements canadiensWestern University
Organismes subventionnairesNational Natural Science Foundation of ChinaNational Science Foundation
Mots-clésMesosphereNorthern HemisphereAtmospheric sciencesGeologyStratopauseSouthern HemisphereGravity waveSudden stratospheric warmingPhysicsClimatologyStratosphereGeophysicsAstrophysicsPolar vortexGravitational wave

Résumé

récupéré en direct d'OpenAlex

Abstract Mesospheric winds from three longitudinal sectors at 65°N and 54°N latitude are combined to diagnose the zonal wave numbers ( m ) of spectral wave signatures during the Southern Hemisphere sudden stratospheric warming (SSW) 2019. Diagnosed are quasi‐10‐ and 6‐day planetary waves (Q10DW and Q6DW, m = 1), solar semidiurnal tides with m = 1, 2, 3 (SW1, SW2, and SW3), lunar semidiurnal tide, and the upper and lower sidebands (USB and LSB, m = 1 and 3) of Q10DW‐SW2 nonlinear interactions. We further present 7‐year composite analyses to distinguish SSW effects from climatological features. Before (after) the SSW onset, LSB (USB) enhances, accompanied by the enhancing (fading) Q10DW, and a weakening of climatological SW2 maximum. These behaviors are explained in terms of Manley‐Rowe relation, that is, the energy goes first from SW2 to Q10DW and LSB, and then from SW2 and Q10DW to USB. Our results illustrate that the interactions can explain most wind variabilities associated with the SSW.

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 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 enseignants0,187
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,039
Tête enseignante GPT0,261
Écart entre enseignants0,223 · 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

Citations36
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeophysical Research LettersMême sujetAtmospheric Ozone and ClimateTravaux en français237 207