MétaCan
Menu
← Retour à la cohorte
Enregistrement W4390589148 · doi:10.1029/2023gl106433

The Cause of Negative CO <sub>2</sub> Forcing at the Top‐Of‐Atmosphere: The Role of Stratospheric Versus Tropospheric Temperature Inversions

2024· article· en· W4390589148 sur OpenAlexafffund
Yan‐Ting Chen, Timothy M. Merlis, Yi Huang

Notice bibliographique

RevueGeophysical Research Letters · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric and Environmental Gas Dynamics
Établissements canadiensMcGill University
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesNatural Sciences and Engineering Research Council of CanadaMcGill UniversityNational Oceanic and Atmospheric AdministrationU.S. Department of Commerce
Mots-clésForcing (mathematics)Atmospheric sciencesStratosphereClimatologyCloud forcingEnvironmental scienceRadiative forcingAtmosphere (unit)TroposphereThe arcticClimate changeGeologyMeteorologyPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract Increasing carbon dioxide (CO 2 ) in the atmosphere usually reduces Earth's outgoing longwave radiation (OLR). The unusual case of Antarctica, where CO 2 enhances OLR and implies a negative forcing, has previously been explained by the strong near‐surface inversion or extremely low surface temperature. However, negative forcing can occasionally be found in the Arctic and tropics where neither of these explanations applies. Here, we examine the changes in infrared opacity from CO 2 doubling in these low or negative forcing climate states, which shows the predominant role of the stratospheric contribution to the broadband forcing. Negative forcing in today's climate demands a combination of strong negative forcing caused by a steep stratospheric temperature inversion and a weaker positive forcing in the atmospheric window, which can be caused by a low surface temperature or a strong high cloud masking effect. Contrary to conventional wisdom, the near‐surface inversion has little impact on the forcing.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,011
Tête enseignante GPT0,256
Écart entre enseignants0,246 · 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

Citations2
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGeophysical Research Letters→Même sujetAtmospheric and Environmental Gas Dynamics→Travaux en français237 207→