MétaCan
Menu
Retour à la cohorte
Enregistrement W4391312023 · doi:10.1038/s41612-024-00568-7

Simulating AMOC tipping driven by internal climate variability with a rare event algorithm

2024· article· en· W4391312023 sur OpenAlexaboutno aff
Matteo Cini, Giuseppe Zappa, Francesco Ragone, Susanna Corti

Notice bibliographique

Revuenpj Climate and Atmospheric Science · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEcosystem dynamics and resilience
Établissements canadiensnon disponible
Organismes subventionnairesHORIZON EUROPE Framework ProgrammeHorizon 2020 Framework ProgrammeEuropean Commission
Mots-clésClimatologyClimate modelForcing (mathematics)Climate changeClimate stateRadiative forcingEnvironmental scienceGeologyMeteorologyGlobal warmingGeographyOceanographyEffects of global warming

Résumé

récupéré en direct d'OpenAlex

Abstract This study investigates the possibility of Atlantic Meridional Overturning Circulation (AMOC) noise-induced tipping solely driven by internal climate variability without applying external forcing that alter the radiative forcing or the North Atlantic freshwater budget. We address this hypothesis by applying a rare event algorithm to ensemble simulations of present-day climate with an intermediate complexity climate model. The algorithm successfully identifies trajectories leading to abrupt AMOC slowdowns, which are unprecedented in a 2000-year control run. Part of these AMOC weakened states lead to collapsed state without evidence of AMOC recovery on multi-centennial time scales. The temperature and Northern Hemisphere jet stream responses to these internally-induced AMOC slowdowns show strong similarities with those found in externally forced AMOC slowdowns in state-of-the-art climate models. The AMOC slowdown seems to be initially driven by Ekman transport due to westerly wind stress anomalies in the North Atlantic and subsequently sustained by a complete collapse of the oceanic convection in the Labrador Sea. These results demonstrate that transitions to a collapsed AMOC state purely due to internal variability in a model simulation of present-day climate are rare but theoretically possible. Additionally, these results show that rare event algorithms are a tool of valuable and general interest to study tipping points since they introduce the possibility of collecting a large number of tipping events that cannot be sampled using traditional approaches. This opens the possibility of identifying the mechanisms driving tipping events in complex systems in which little a-priori knowledge is available.

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)0,003
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 enseignants0,008
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
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 ouverte0,0010,000
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 Opus0,003
Tête enseignante GPT0,221
Écart entre enseignants0,218 · 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

Citations22
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuenpj Climate and Atmospheric ScienceMême sujetEcosystem dynamics and resilienceTravaux en français237 207