MétaCan
Menu
Retour à la cohorte
Enregistrement W4288050313 · doi:10.1126/sciadv.abo2405

Enhanced simulated early 21st century Arctic sea ice loss due to CMIP6 biomass burning emissions

2022· article· en· W4288050313 sur OpenAlexfundno aff
Patricia DeRepentigny, Alexandra Jahn, Marika M. Holland, Jennifer E. Kay, John Fasullo, Jean‐François Lamarque, Simone Tilmes, Cécile Hannay, Michael Mills, David A. Bailey, A. P. Barrett

Notice bibliographique

RevueScience Advances · 2022
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNational Oceanic and Atmospheric AdministrationFonds de recherche du Québec – Nature et technologiesNuclear Safety and Security CommissionNational Aeronautics and Space AdministrationU.S. Department of EnergyNational Center for Atmospheric ResearchNational Science Foundation
Mots-clésCoupled model intercomparison projectEnvironmental scienceClimatologySea iceArcticArctic geoengineeringForcing (mathematics)Arctic ice packArctic sea ice declineClimate sensitivityBiomass burningAtmospheric sciencesClimate changeClimate modelOceanographyAerosolMeteorologySea ice thicknessGeologyGeography

Résumé

récupéré en direct d'OpenAlex

The mechanisms underlying decadal variability in Arctic sea ice remain actively debated. Here, we show that variability in boreal biomass burning (BB) emissions strongly influences simulated Arctic sea ice on multidecadal time scales. In particular, we find that a strong acceleration in sea ice decline in the early 21st century in the Community Earth System Model version 2 (CESM2) is related to increased variability in prescribed BB emissions in the sixth phase of the Coupled Model Intercomparison Project (CMIP6) through summertime aerosol-cloud interactions. Furthermore, we find that more than half of the reported improvement in sea ice sensitivity to CO 2 emissions and global warming from CMIP5 to CMIP6 can be attributed to the increased BB variability, at least in the CESM. These results highlight a new kind of uncertainty that needs to be considered when incorporating new observational data into model forcing while also raising questions about the role of BB emissions on the observed Arctic sea ice loss.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,332
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,007
Tête enseignante GPT0,237
Écart entre enseignants0,229 · 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.

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

Citations52
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScience AdvancesMême sujetArctic and Antarctic ice dynamicsTravaux en français237 207