MétaCan
Menu
Retour à la cohorte
Enregistrement W4388912307 · doi:10.1175/jcli-d-23-0360.1

The Siberian Storm Track Weakens the Warm Arctic–Cold Eurasia Pattern

2023· article· en· W4388912307 sur OpenAlexaff
Minghao Yang, Yi Li, Wei Dong, Weilai Shi, Peilong Yu, Xiong Chen

Notice bibliographique

RevueJournal of Climate · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensImpact
Organismes subventionnairesNatural Science Foundation of Hunan ProvinceNational University of Defense TechnologyNational Natural Science Foundation of China
Mots-clésStorm trackBaroclinityClimatologyStormSiberian HighForcing (mathematics)ArcticGeologyAnomaly (physics)Middle latitudesExtratropical cycloneSynoptic scale meteorologyOceanographyGeographyEast Asia

Résumé

récupéré en direct d'OpenAlex

Abstract With a particular focus on the Siberian storm track, this study provides new insights into variations in the warm Arctic–cold Eurasia (WACE) temperature anomaly pattern by using reanalysis data. The results show that the Siberian storm track has a significant out-of-phase relationship with both the WACE pattern and Ural blocking on the interannual time scale. The strengthened WACE pattern can weaken the Siberian storm track through a suppression of the low-level atmospheric baroclinicity over midlatitude Eurasia. The weakened Siberian storm track can contribute to the WACE pattern through feedback forcing from synoptic-scale eddies, which can also create favorable conditions for the development of Ural blocking. Composite temporal evolution reveals that the strongest cold Arctic–warm Eurasia pattern is preceded by the peak of the Siberian storm track. The Ural cyclonic circulation reaches its maximum amplitude on the peak day of the Siberian storm track strength and continues to persist for one day with the maximum amplitude due to the feedback forcing resulting from the Siberian storm track. On the intraseasonal time scale, the occurrence of the Siberian storm track activity can serve as an early indication of the diminished Ural blocking and WACE pattern. Significance Statement Because of the high impacts of the warm Arctic–cold Eurasia (WACE) pattern on public safety, socioeconomic development, and the economy, it is crucial to enhance our understanding of variations in the WACE pattern. This paper specifically investigates the impact of internal atmospheric variability on the WACE pattern, focusing on a pronounced negative correlation between the Siberian storm track and the WACE pattern. Daily composites also reveal that Siberian storm track activities can promote a strong cold Arctic–warm Eurasia pattern by maintaining the strength of the quasi-stationary Ural cyclonic circulation. As such, paying close attention to Siberian storm track activities may hold the promise to improve the prediction of the strength of the WACE pattern.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,020
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,021
Tête enseignante GPT0,258
Écart entre enseignants0,237 · 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'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

Citations6
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of ClimateMême sujetClimate variability and modelsTravaux en français237 207