MétaCan
Menu
Retour à la cohorte
Enregistrement W4382197095 · doi:10.1088/2752-5295/ace211

Ultrafast Arctic amplification and its governing mechanisms

2023· article· en· W4382197095 sur OpenAlexaff
Tyler Janoski, Michael Previdi, Gabriel Chiodo, Karen L. Smith, Lorenzo M. Polvani

Notice bibliographique

RevueEnvironmental Research Climate · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensThe Scarborough HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésAlbedo (alchemy)ArcticClimatologyAtmospheric sciencesIce-albedo feedbackAnomaly (physics)Environmental scienceLatent heatFlux (metallurgy)The arcticArctic ice packForcing (mathematics)Sea iceChemistryMeteorologyPhysicsGeologyOceanographySea ice thickness

Résumé

récupéré en direct d'OpenAlex

Abstract Arctic amplification (AA), defined as the enhanced warming of the Arctic compared to the global average, is a robust feature of historical observations and simulations of future climate. Despite many studies investigating AA mechanisms, their relative importance remains contested. In this study, we examine the different timescales of these mechanisms to improve our understanding of AA’s fundamental causes. We use the Community Earth System Model v1, Large Ensemble configuration (CESM-LE), to generate large ensembles of 2 years simulations subjected to an instantaneous quadrupling of CO2. We show that AA emerges almost immediately (within days) following CO2 increase and before any significant loss of Arctic sea ice has occurred. Through a detailed energy budget analysis of the atmospheric column, we determine the time-varying contributions of AA mechanisms over the simulation period. Additionally, we examine the dependence of these mechanisms on the season of CO2 quadrupling. We find that the surface heat uptake resulting from the different latent heat flux anomalies between the Arctic and global average, driven by the CO2 forcing, is the most important AA contributor on short (<1 month) timescales when CO2 is increased in January, followed by the lapse rate feedback. The latent heat flux anomaly remains the dominant AA mechanism when CO2 is increased in July and is joined by the surface albedo feedback, although AA takes longer to develop. Other feedbacks and energy transports become relevant on longer (>1 month) timescales. Our results confirm that AA is an inherently fast atmospheric response to radiative forcing and reveal a new AA mechanism.

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)0,002
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
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 Opus0,068
Tête enseignante GPT0,325
Écart entre enseignants0,257 · 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

Citations9
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Research ClimateMême sujetClimate variability and modelsTravaux en français237 207