MétaCan
Menu
Retour à la cohorte
Enregistrement W3150285177

Variability of Atlantic Meridional Overturning Circulation in FGOALS-g2

2014· article· en· W3150285177 sur OpenAlexaboutno aff
Huang Weny

Notice bibliographique

Revue大气科学进展(英文版) · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésClimatologyConvectionGeologyThermohaline circulationTemperature salinity diagramsZonal and meridionalOceanographyEnvironmental scienceSalinityGeographyMeteorology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The variability of Atlantic Meridional Overturning Circulation(AMOC) in the pre-industrial control experiment of the Flexible Global Ocean–Atmosphere–Land System model, Grid-point Version 2(FGOALS-g2) was investigated using the model outputs with the most stable state in a 512-yr time window from the total 1500-yr period of the experiment. The period of AMOC in FGOALS-g2 is double peaked at 20 and 32 years according to the power spectrum, and 22 years according to an auto-correlation analysis, which shows very obvious decadal variability. Like many other coupled climate models, the decadal variability of AMOC in FGOALS-g2 is closely related to the convection that occurs in the Labrador Sea region. Deep convection in the Labrador Sea in FGOALS-g2 leads the AMOC maximum by 3–4 years. The contributions of thermal and haline effects to the variability of the convection in three different regions [the Labrador, Irminger and Greenland–Iceland– Norwegian(GIN) Seas] were analyzed for FGOALS-g2. The variability of convection in the Labrador and Irminger Seas is thermally dominant, while that in the colder GIN Seas can be mainly attributed to salinity changes due to the lower thermal expansion. By comparing the simulation results from FGOALS-g2 and 11 other models, it was found that AMOC variability can be attributed to salinity changes for longer periods(longer than 35 years) and to temperature changes for shorter periods.

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)0,000
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,063
Score d'incertitude au seuil0,125

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 Opus0,012
Tête enseignante GPT0,222
Écart entre enseignants0,210 · 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

Citations1
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue大气科学进展(英文版)Même sujetClimate variability and modelsTravaux en français237 207