MétaCan
Menu
Retour à la cohorte
Enregistrement W4293213768 · doi:10.3389/fmars.2022.986780

Recent progress in simulating two types of ENSO – from CMIP5 to CMIP6

2022· article· en· W4293213768 sur OpenAlexaff
Meiyi Hou, Youmin Tang

Notice bibliographique

RevueFrontiers in Marine Science · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensUniversity of Northern British Columbia
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésCoupled model intercomparison projectEl Niño Southern OscillationClimatologyEnvironmental scienceMultivariate ENSO indexPhase (matter)AmplitudeEarth system scienceSea surface temperatureClimate modelClimate changeSouthern oscillationGeologyOceanographyPhysics

Résumé

récupéré en direct d'OpenAlex

The new emerging type of El Niño brings challenges to the state-of-the-art coupled models to simulated features of El Niño - Southern Oscillation (ENSO) diversity. The Coupled Model Intercomparison Project (CMIP), containing the advanced worldwide coupled models, has recently released the model outputs in phase 6. In this paper, the characteristics of two types of ENSO in 19 models from CMIP phase 5 and their counterparts in phase 6 are assessed regarding the spatial and temporal features and the seasonal cycle features. The weaker amplitude of Eastern Pacific (EP) and Central Pacific (CP) ENSO in CMIP5 is increased and the spatial structure of CP ENSO is better depicted in CMIP6. However, no significant improvement in the ENSO periodicity and the ENSO phase-locking behavior compared to CMIP5. A synthetic ENSO score, containing eight metrics, is defined and employed to evaluate the performance of each CMIP model. The average ENSO score for CMIP6 is 2.375, indicating modest improvement compared to the average score of 2.441 for CMIP5. Furthermore, the slight improvement in the ENSO score is partly related to the reduced climatology bias of sea surface temperature in the Niño4 region. The overall evaluation provides necessary information for future investigation about the mechanism exploration of the ENSO diversity based on the models with better performance.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,013
Tête enseignante GPT0,262
Écart entre enseignants0,248 · 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
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations39
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Marine ScienceMême sujetClimate variability and modelsTravaux en français237 207