MétaCan
Menu
← Retour à la cohorte
Enregistrement W4221087890 · doi:10.5194/egusphere-egu22-1741

Inter-annual Variability in the Subpolar Overturning Circulation: A Sensitivity Analysis

2022· preprint· en· W4221087890 sur OpenAlexaboutno aff
Hemant Khatri, Richard G. Williams, Tim Woollings, Doug Smith

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésClimatologyNorth Atlantic oscillationNorth Atlantic Deep WaterThermohaline circulationOceanographyGulf StreamSea surface temperatureOcean currentGeologyAtlantic multidecadal oscillationShutdown of thermohaline circulationEnvironmental science

Résumé

récupéré en direct d'OpenAlex

We employ multi-ensemble Met Office Decadal Prediction System hindcasts to analyse the impact of atmospheric winds and North Atlantic Oscillation (NAO) phases on the overturning circulation in the North Atlantic Ocean. A positive NAO phase is generally associated with an anomalously strong and/or northward shifted jet stream in the North Atlantic, and the vice-versa is true for a negative NAO phase. As a consequence of relatively strong winds, oceans tend to lose more heat to the atmosphere in winter in many parts of the subpolar North Atlantic Ocean. This process is expected to create negative anomalies in sea surface temperature and generate more dense water on the ocean surface at high latitudes resulting in a strengthening in the overturning circulation. Here, we examine the sensitivity of the overturning circulation to NAO phases in multi-ensemble decadal hindcasts to understand how the interior ocean responds to different NAO phases. For this purpose, we analyse the changes in east-west density contrasts, upper ocean heat content, mixed-layer depth, meridional heat and salt transport in different oceanic regions, i.e. Labrador Sea, Irminger Sea and Nordic Seas. In particular, we perform a linear regression analysis for the above-mentioned diagnostics and NAO indices to assess how sensitive the upper ocean is to changes in the atmospheric state. We further compare our results against reanalysis data and in-situ 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)0,004
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,014
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,021
Tête enseignante GPT0,263
Écart entre enseignants0,242 · 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 sujetClimate variability and models→Travaux en français237 207→