MétaCan
Menu
Retour à la cohorte
Enregistrement W4220842473 · doi:10.1029/2021jc018234

Adiabatic Processes Contribute to the Rapid Warming of Subpolar North Atlantic During 1993–2010

2022· article· en· W4220842473 sur OpenAlexaboutno aff
Hanshi Wang, Ziguang Li, Xiaopei Lin, Jian Zhao, Dexing Wu

Notice bibliographique

RevueJournal of Geophysical Research Oceans · 2022
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueOceanographic and Atmospheric Processes
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésRossby waveAdiabatic processDownwellingClimatologyBaroclinityForcing (mathematics)Atmospheric sciencesWind stressZonal and meridionalGeologyDiabaticEnvironmental scienceGeophysicsOceanographyPhysicsThermodynamics

Résumé

récupéré en direct d'OpenAlex

Abstract The Subpolar North Atlantic (SPNA) is a region with complex dynamics, and governs the global heat transport by regulating the Atlantic Meridional Overturning Circulation. During 1993–2010, the upper ocean of SPNA has rapidly warmed. Most studies to date focused on the diabatic processes and meridional heat transport leading to this rapid warming, neglecting the role of adiabatic processes and associated heat redistribution. Here, we investigate the ability of adiabatic Rossby wave adjustment to produce this warming event by designed numerical experiments with a set of simple models, including one‐layer model, reduced‐gravity model and two‐layer model. The comparison between these numerical simulations with observations demonstrates that this rapid warming in the western SPNA is partly generated by the wind stress anomalies. The wind stress curl anomalies in the central and eastern of SPNA trigger the topographic and planetary Rossby waves, propagating the downwelling signals along their waveguides to redistribute heat in the upper ocean and warm the Labrador Sea and Irminger Sea with a 4‐ or 7‐year time lag. Hence, the baroclinic mode dominates the magnitude of the adiabatic warming in the SPNA and the topography shapes its spatial pattern. In addition, local and remote wind forcing jointly contributes to this warming.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0020,000

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 Opus0,022
Tête enseignante GPT0,259
Écart entre enseignants0,237 · 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'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

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research OceansMême sujetOceanographic and Atmospheric ProcessesTravaux en français237 207