MétaCan
Menu
← Retour à la cohorte
Enregistrement W4224293338 · doi:10.21203/rs.3.rs-1549156/v1

A new perspective on increased emergence of Central Pacific ENSO in the recent two decades

2022· preprint· en· W4224293338 sur OpenAlexaff
Shangfeng Chen, Wen Chen, Bin Yu, Renguang Wu, H.-F. Graf, Lin Chen

Notice bibliographique

RevueResearch Square · 2022
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesJiangsu Collaborative Innovation Center for Climate ChangeNational Natural Science Foundation of ChinaNational Oceanic and Atmospheric AdministrationNational Center for Atmospheric Research
Mots-clésPerspective (graphical)El Niño Southern OscillationOceanographyClimatologyGeographyEconomic geographyGeologyComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract In this study, we provide a new perspective on the recent increased emergence of the central Pacific type of El Niño and Southern Oscillation (ENSO). Our results indicate that early-spring Aleutian Low (AL) intensity has a remarkable impact on the following winter ENSO especially after the late-1990s. Decrease (increase) in the early-spring AL strength tends to induce an anomalous cyclone (anticyclone) over subtropical North Pacific via wave-mean flow interaction. The anomalous cyclone (anticyclone) leads to sea surface temperature (SST) increase (decrease) in the equatorial Pacific in the following summer via wind-evaporation-SST feedback and trade wind charging mechanism, which further contributes to succeeding central Pacific-like El Niño (La Niña). This remarkable AL’s impact on ENSO is attributable to enhancement of the background trade winds, which is related to changes of both the AMO and NPGO from positive to negative phases around the late-1990s. In contrast, global warming is suggested to have a negative effect on the recent increased connection of the early-spring AL with the following winter ENSO. The results offer the potential to advance our understanding of the factors that explain decrease of the prediction skill of ENSO since the late-1990s.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,088
Tête enseignante GPT0,409
Écart entre enseignants0,321 · 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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch Square→Même sujetClimate variability and models→Travaux en français237 207→