MétaCan
Menu
Retour à la cohorte
Enregistrement W4282930613 · doi:10.5194/npg-29-219-2022

Climate bifurcations in a Schwarzschild equation model of the Arctic atmosphere

2022· article· en· W4282930613 sur OpenAlexafffund
Kolja Kypke, William F. Langford, Gregory Lewis, Allan R. Willms

Notice bibliographique

RevueNonlinear processes in geophysics · 2022
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensOntario Tech UniversityUniversity of Guelph
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMinistry of Colleges and UniversitiesUniversity of Guelph
Mots-clésAtmosphere (unit)Schwarzschild radiusPhysicsArcticClimate modelEnvironmental scienceThe arcticAtmospheric sciencesClimate changeMathematicsMeteorologyClassical mechanicsGeologyOceanographyGravitation

Résumé

récupéré en direct d'OpenAlex

Abstract. A column model of the Arctic atmosphere is developed including the nonlinear positive feedback responses of surface albedo and water vapour to temperature. The atmosphere is treated as a grey gas and the flux of longwave radiation is governed by the two-stream Schwarzschild equations. Water vapour concentration is determined by the Clausius–Clapeyron equation. Representative concentration pathways (RCPs) are used to model carbon dioxide concentrations into the future. The resulting 9D two-point boundary value problem is solved under various RCPs and the solutions analysed. The model predicts that under the highest carbon pathway, the Arctic climate will undergo an irreversible bifurcation to a warm steady state, which would correspond to annually ice-free conditions. Under the lowest carbon pathway, corresponding to very aggressive carbon emission reductions, the model exhibits only a mild increase in Arctic temperatures. Under the two intermediate carbon pathways, temperatures increase more substantially, and the system enters a region of bistability where external perturbations could possibly cause an irreversible switch to a warm, ice-free state.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,286
Score d'incertitude au seuil0,319

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,015
Tête enseignante GPT0,214
Écart entre enseignants0,199 · 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 tête enseignante, 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'admission2
Résumé présentoui

Explorer davantage

Même revueNonlinear processes in geophysicsMême sujetArctic and Antarctic ice dynamicsTravaux en français237 207