MétaCan
Menu
Retour à la cohorte
Enregistrement W3159693898 · doi:10.1029/2021gl092509

Significant Contribution of Severe Ozone Loss to the Siberian‐Arctic Surface Warming in Spring 2020

2021· article· en· W3159693898 sur OpenAlexafffund
Yongyun Hu, Yi Huang, Chuanfeng Zhao, Fei Xie, Yikun Yang

Notice bibliographique

RevueGeophysical Research Letters · 2021
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric Ozone and Climate
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNational Natural Science Foundation of China
Mots-clésEnvironmental scienceAlbedo (alchemy)ClimatologyOzoneAtmospheric sciencesOzone depletionArcticStratosphereIce-albedo feedbackArctic oscillationGlobal warmingOzone layerArctic geoengineeringArctic ice packClimate changeSea iceNorthern HemisphereGeologyMeteorologyOceanographyGeography

Résumé

récupéré en direct d'OpenAlex

Abstract Severe ozone loss and significant surface warming anomalies in the Siberian Arctic were observed in spring 2020. Here, we show that the anomalous surface warming was likely related to the ozone loss. The dramatic Arctic ozone loss in March was shifted to Siberia in April and May, which largely cools the lower stratosphere and leads to an increase of high clouds by modifying the static stability in the upper troposphere. This further results in an increase of longwave radiation at surface which likely contributes to surface warming. Multiple linear regression demonstrates that ozone loss contributes most of the surface warming in April, while the Arctic Oscillation and ice‐albedo feedback play a minor role. In May, both ozone loss and ice‐albedo feedback contribute to the surface warming. These results support that surface warming in the Siberian Arctic could occur in April and May when severe ozone loss occurs in March.

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 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 enseignants0,225
Score d'incertitude au seuil0,995

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,021
Tête enseignante GPT0,272
Écart entre enseignants0,251 · 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 tête enseignante, 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

Citations43
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGeophysical Research LettersMême sujetAtmospheric Ozone and ClimateTravaux en français237 207