MétaCan
Menu
Retour à la cohorte
Enregistrement W4390114657 · doi:10.1007/s00382-023-06989-z

A new conceptual model of global ocean heat uptake

2023· article· en· W4390114657 sur OpenAlexaff
Jonathan M. Gregory, Jonah Bloch‐Johnson, Matthew P. Couldrey, Eleftheria Exarchou, Stephen M. Griffies, Till Kuhlbrodt, Emily R. Newsom, Oleg A. Saenko, Tatsuo Suzuki, Quran Wu, L. Shogo Urakawa, Laure Zanna

Notice bibliographique

RevueClimate Dynamics · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensUniversity of Victoria
Organismes subventionnairesJapan Society for the Promotion of ScienceU.S. Department of EnergyNatural Environment Research CouncilSight Research UKEuropean Research CouncilJapan Advanced Institute of Science and Technology
Mots-clésLatitudeZonal and meridionalClimatologyOcean heat contentOcean general circulation modelEnvironmental scienceAtmospheric sciencesForcing (mathematics)General Circulation ModelGeologyOcean currentClimate changeOceanography

Résumé

récupéré en direct d'OpenAlex

Abstract We formulate a new conceptual model, named “MT2”, to describe global ocean heat uptake, as simulated by atmosphere–ocean general circulation models (AOGCMs) forced by increasing atmospheric CO $$_{2}$$ 2 , as a function of global-mean surface temperature change T and the strength of the Atlantic meridional overturning circulation (AMOC, M). MT2 has two routes whereby heat reaches the deep ocean. On the basis of circumstantial evidence, we hypothetically identify these routes as low- and high-latitude. In low latitudes, which dominate the global-mean energy balance, heat uptake is temperature-driven and described by the two-layer model, with global-mean T as the temperature change of the upper layer. In high latitudes, a proportion p (about 14%) of the forcing is taken up along isopycnals, mostly in the Southern Ocean, nearly like a passive tracer, and unrelated to T. Because the proportion p depends linearly on the AMOC strength in the unperturbed climate, we hypothesise that high-latitude heat uptake and the AMOC are both affected by some characteristic of the unperturbed global ocean state, possibly related to stratification. MT2 can explain several relationships among AOGCM projections, some found in this work, others previously reported: $$\bullet $$ ∙ Ocean heat uptake efficiency correlates strongly with the AMOC. $$\bullet $$ ∙ Global ocean heat uptake is not correlated with the AMOC. $$\bullet $$ ∙ Transient climate response (TCR) is anticorrelated with the AMOC. $$\bullet $$ ∙ T projected for the late twenty-first century under high-forcing scenarios correlates more strongly with the effective climate sensitivity than with the TCR.

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)0,001
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: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,026
Tête enseignante GPT0,257
Écart entre enseignants0,231 · 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

Citations17
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClimate DynamicsMême sujetClimate variability and modelsTravaux en français237 207