MétaCan
Menu
Retour à la cohorte
Enregistrement W4220848501 · doi:10.5194/egusphere-egu22-10282

Using CMIP6 simulations to assess significance of an AMOC trend seen by the RAPID array

2022· preprint· en· W4220848501 sur OpenAlexaff
David Straub, Richard Kelson, Carolina O. Dufour

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiqueStructural Health Monitoring Techniques
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésStandard deviationVariance (accounting)Spectral densityTerm (time)EconometricsEnvironmental scienceBinClimatologyStatisticsMathematicsPhysicsEconomicsGeology

Résumé

récupéré en direct d'OpenAlex

Observations between 2004 and 2020 at the RAPID array suggest a weakening trend in the Atlantic Meridional Overturning Circulation (AMOC). To assess the significance of this trend, trends that one might expect from natural variabilty in a time series of this length are assessed using CMIP6 pre-industrial simulations. The observed trend is not found to be statistically significant relative to this benchmark. Both the observed trend and the standard deviation of short-term model trends are found to decrease in magnitude with time. The rate of decrease, however, is faster for the observed trend, further calling into question its significance. To clarify how variability in short-term model trends is related to power spectra of modelled AMOC strength, a conceptual model is developed. Essentially, trend variance is represented by a random walk in which there is one step for each frequency bin of the power spectrum (with step size determined by the frequency and variance of the bin in question). Most models are found underestimate interannual variability in AMOC strength; however, it is the variability at somewhat longer time scales that most influences model trends. This variability is represented quite differently between the various CMIP6 models. The conceptual model is also used to illustrate how the detectability threshold for trend detection (i.e., the 2 sigma level in a PDF of short-term model trends) is altered by the addition of noise added to make AMOC variance more in line with observations.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,069
Score d'incertitude au seuil0,138

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,108
Tête enseignante GPT0,381
Écart entre enseignants0,273 · 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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetStructural Health Monitoring TechniquesTravaux en français237 207