MétaCan
Menu
← Retour à la cohorte
Enregistrement W4210837022 · doi:10.1038/s41467-022-28210-1

A re-appraisal of the ENSO response to volcanism with paleoclimate data assimilation

2022· article· en· W4210837022 sur OpenAlexaff
Feng Zhu, Julien Emile‐Geay, Kevin J. Anchukaitis, Gregory J. Hakim, Andrew T. Wittenberg, Mariano S. Morales, Matthew Toohey, Jonathan King

Notice bibliographique

RevueNature Communications · 2022
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeology and Paleoclimatology Research
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesClimate Program OfficeConsejo Nacional de Investigaciones Científicas y TécnicasNational Science Foundation
Mots-clésVolcanismPaleoclimatologyGeologyVolcanoClimatologyEl Niño Southern OscillationPredictabilityEarth scienceClimate changeOceanographyPaleontologyTectonicsPhysics

Résumé

récupéré en direct d'OpenAlex

The potential for explosive volcanism to affect the El Niño-Southern Oscillation (ENSO) has been debated since the 1980s. Several observational studies, based largely on tree-ring proxies, have since found support for a positive ENSO phase in the year following large eruptions. In contrast, recent coral data from the heart of the tropical Pacific suggest no uniform ENSO response to explosive volcanism over the last millennium. Here we leverage paleoclimate data assimilation to integrate both tree-ring and coral proxies into a reconstruction of ENSO state, and re-appraise this relationship. We find only a weak statistical association between volcanism and ENSO, and identify the selection of volcanic events as a key variable to the conclusion. We discuss the difficulties of conclusively establishing a volcanic influence on ENSO by empirical means, given the myriad factors affecting the response, including the spatiotemporal details of the forcing and ENSO phase preconditioning.

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)0,018
score de la tête « metaresearch » (Gemma)0,037
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 enseignants0,020
Score d'incertitude au seuil0,095

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,037
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0040,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
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 Opus0,050
Tête enseignante GPT0,333
Écart entre enseignants0,284 · 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

Citations56
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNature Communications→Même sujetGeology and Paleoclimatology Research→Travaux en français237 207→