MétaCan
Menu
← Retour à la cohorte
Enregistrement W4251053846 · doi:10.5194/acpd-7-13989-2007

Long-term climatology of air mass transport through the Tropical Tropopause Layer (TTL) during NH winter

2007· preprint· en· W4251053846 sur OpenAlexaff
Kirstin Krüger, Susann Tegtmeier, Markus Rex

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric Ozone and Climate
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésClimatologyAtmospheric sciencesTropopauseEnvironmental scienceForcing (mathematics)Northern HemisphereStratosphereGeology

Résumé

récupéré en direct d'OpenAlex

Abstract. A long-term climatology of air mass transport through the tropical tropopause layer (TTL) is presented, covering the period from 1962–2005. The transport through the TTL is calculated with a Lagrangian approach using radiative heating rates as vertical velocities in an isentropic trajectory model. We demonstrate the improved performance of such an approach compared to previous studies using vertical winds from meteorological analyses. Within the TTL, the averaged diabatic ascent is 0.5 K/day during Northern Hemisphere (NH) winters 1992–2001, close to observations from the tape recorder. Climatological maps show a cooling and strengthening of this part of the residual circulation during the late 1990s and early 2000s compared to the long-term mean. Lagrangian cold point (LCP) fields show systematic differences for varying time periods and natural forcing components. The interannual variability of LCP temperature and density fields are found to be influenced by volcanic eruptions, ENSO, QBO and the solar cycle. The coldest and driest TTL is reached during QBOE and La Niña over the western Pacific, whereas during volcanic eruptions, El Niño and QBOW it is warmer and less dry.

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 enseignants0,037
Score d'incertitude au seuil0,073

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)0,0010,000

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 GPT0,257
Écart entre enseignants0,235 · 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

Citations3
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAtmospheric Ozone and Climate→Travaux en français237 207→