MétaCan
Menu
← Retour à la cohorte
Enregistrement W3132996545 · doi:10.21203/rs.3.rs-181995/v1

Cumulative Positive Contributions of Propagating MJO To The Quick Low-Level Atmospheric Response During El Niño Developing Years

2021· preprint· en· W3132996545 sur OpenAlexaff
Haibo Hu, Rongrong Wang, Fei Liu, William Perrie, Jiabei Fang, Haokun Bai

Notice bibliographique

RevueResearch Square · 2021
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensBedford Institute of Oceanography
Organismes subventionnairesnon disponible
Mots-clésMadden–Julian oscillationEnvironmental scienceClimatologyAtmospheric sciencesMeteorologyGeographyPhysicsGeology

Résumé

récupéré en direct d'OpenAlex

Abstract Based on Australian Bureau of Meteorology (BoM) El Niño alert system, this study investigates the atmospheric and oceanic conditions during El Niño developing years between 1982 and 2016. It is found that there is a 2–5-month lag to establish steady low-level atmospheric (or the Southern Oscillation Index, SOI) response than the steady El Niño-pattern Sea Surface Temperature Anomaly (SSTA), which is defined as the critical period in this research. According to the duration of this critical period, the quick and slow steady atmospheric response years can be identified among all El Niño–Southern Oscillation (ENSO) developing events. The quick establishments of the Sea Level Pressure Anomaly (SLPA) in the tropical atmosphere are proved to be closely related to the subseasonal Madden–Julian Oscillation (MJO) events. In the quick response years, the MJO events can even propagate to the eastern Pacific, which lead to cumulative negative Outgoing Longwave Radiation (OLR) and SLP anomalies there, and make a positive contribution to the quick atmospheric response at the end of critical period. However, the eastward-propagation of MJO events is mainly restricted in the tropical Western Pacific in the slow response years, causing slow steady atmospheric response with almost no contributions from MJO. Furthermore, observations and several simulations are used to understand this propagation differences of the MJO between quick and slow response years.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,036

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
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,063
Tête enseignante GPT0,383
Écart entre enseignants0,321 · 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'étudeSimulation ou modélisation
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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch Square→Même sujetClimate variability and models→Travaux en français237 207→