MétaCan
Menu
Retour à la cohorte
Enregistrement W4387398196 · doi:10.1007/s00382-023-06957-7

The weakening AMOC under extreme climate change

2023· article· en· W4387398196 sur OpenAlexaboutno aff
Gaurav Madan, Ada Gjermundsen, Silje Christine Iversen, J. H. LaCasce

Notice bibliographique

RevueClimate Dynamics · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensnon disponible
Organismes subventionnairesNorges ForskningsrådUniversitetet i Oslo
Mots-clésOcean gyreClimatologyOceanographyCurrent (fluid)UpwellingShutdown of thermohaline circulationCoupled model intercomparison projectClimate changeGeologyEnvironmental scienceClimate modelForcing (mathematics)North Atlantic Deep WaterThermohaline circulationSubtropicsFishery

Résumé

récupéré en direct d'OpenAlex

Abstract Changes in the Atlantic Meridional Overturning Circulation (AMOC) in the quadrupled CO 2 experiments conducted under the sixth Coupled Model Intercomparison Project (CMIP6) are examined. Increased CO 2 triggers extensive Arctic warming, causing widespread melting of sea ice. The resulting freshwater spreads southward, first from the Labrador Sea and then the Nordic Seas, and proceeds along the eastern coast of North America. The freshwater enters the subpolar gyre north of the separated Gulf Stream, the North Atlantic Current. This decreases the density gradient across the current and the current weakens in response, reducing the inflow to the deepwater production regions. The AMOC cell weakens in tandem, first near the North Atlantic Current and then spreading to higher and lower latitudes. This contrasts with the common perception that freshwater caps the convection regions, stifling deepwater production; rather, it is the inflow to the subpolar gyre that is suppressed. Changes in surface temperature have a much weaker effect, and there are no consistent changes in local or remote wind forcing among the models. Thus an increase in freshwater discharge, primarily from the Labrador Sea, is the precursor to AMOC weakening in these simulations.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,838
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,003

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 Opus0,060
Tête enseignante GPT0,264
Écart entre enseignants0,204 · 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'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

Citations33
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClimate DynamicsMême sujetClimate variability and modelsTravaux en français237 207