MétaCan
Menu
Retour à la cohorte
Enregistrement W4389977483 · doi:10.1029/2023gl106492

Reduced Deep Convection and Bottom Water Formation Due To Antarctic Meltwater in a Multi‐Model Ensemble

2023· article· en· W4389977483 sur OpenAlexaff
Jiajia Chen, Neil C. Swart, Rebecca L. Beadling, Xuhua Cheng, Tore Hattermann, André Jüling, Qian Li, John Marshall, Torge Martin, Morven Muilwijk, Andrew G. Pauling, Ariaan Purich, Inga J. Smith, Max Thomas

Notice bibliographique

RevueGeophysical Research Letters · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensEnvironment and Climate Change CanadaUniversity of Victoria
Organismes subventionnairesGoddard Institute for Space StudiesMunich-Centre for Advanced PhotonicsAustralian Research CouncilUniversity of OtagoNederlandse Organisatie voor Wetenschappelijk OnderzoekNational Natural Science Foundation of ChinaAntarctica New ZealandNational Aeronautics and Space Administration
Mots-clésMeltwaterClimatologyGeologyClimate modelAntarctic Bottom WaterConvectionAntarctic ice sheetDownscalingSea iceEnvironmental scienceCryosphereClimate changeOceanographyMeteorologyThermohaline circulationGlacierGeomorphology

Résumé

récupéré en direct d'OpenAlex

Abstract The additional water from the Antarctic ice sheet and ice shelves due to climate‐induced melt can impact ocean circulation and global climate. However, the major processes driving melt are not adequately represented in Coupled Model Intercomparison Project phase 6 (CMIP6) models. Here, we analyze a novel multi‐model ensemble of CMIP6 models with consistent meltwater addition to examine the robustness of the modeled response to meltwater, which has not been possible in previous single‐model studies. Antarctic meltwater addition induces a substantial weakening of open‐ocean deep convection. Additionally, Antarctic Bottom Water warms, its volume contracts, and the sea surface cools. However, the magnitude of the reduction varies greatly across models, with differing anomalies correlated with their respective mean‐state climatology, indicating the state‐dependency of the climate response to meltwater. A better representation of the Southern Ocean mean state is necessary for narrowing the inter‐model spread of response to Antarctic meltwater.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,026
Score d'incertitude au seuil0,052

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,060
Tête enseignante GPT0,321
Écart entre enseignants0,261 · 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

Citations27
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeophysical Research LettersMême sujetClimate variability and modelsTravaux en français237 207