MétaCan
Menu
Retour à la cohorte
Enregistrement W4391594137 · doi:10.1007/s00382-023-07068-z

Drivers of coupled climate model biases in representing Labrador Sea convection

2024· article· en· W4391594137 sur OpenAlexaboutno aff
Guangpeng Liu, Filippos Tagklis, Takamitsu Ito, Annalisa Bracco

Notice bibliographique

RevueClimate Dynamics · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensnon disponible
Organismes subventionnairesClimate Program OfficeNational Oceanic and Atmospheric AdministrationU.S. Department of Energy
Mots-clésOcean gyreClimatologyStratification (seeds)Climate modelBoundary currentOcean currentForcing (mathematics)Ocean dynamicsConvectionOceanographyThermohaline circulationOcean heat contentGeologyEnvironmental scienceClimate changeMeteorologyGeographySubtropics

Résumé

récupéré en direct d'OpenAlex

Abstract This study investigates the representation of ocean convection in the Labrador Sea in seven Earth System Models (ESMs) from the Coupled Model Intercomparison Project Phase 5 and 6 datasets. The relative role of the oceanic and atmospheric biases in the subpolar North Atlantic gyre are explored using regional ocean simulations where the atmospheric forcing or the ocean initial and boundary conditions are replaced by reanalysis data in the absence of interactive air-sea coupling. Commonalities and differences among model behaviors are discussed with the objective of finding a pathway forward to improve the representation of the ocean mean state and variability in a region of fundamental importance for climate variability and change. Results highlight that an improved representation of ocean stratification in the North Atlantic subpolar gyre is urgently needed to constrain future climate change projections. While improving the ocean model resolution in the North Atlantic alone may contribute a better representation of both boundary currents and propagation of heat and freshwater anomalies into the Labrador Sea, it may not be sufficient. Addressing the atmospheric heat flux bias with better resolution in the atmosphere and land topography may allow for deep convection to occur in the Labrador Sea in some of the models that miss it entirely, but the greatest priority remains improving the representation of ocean stratification.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,131
Score d'incertitude au seuil0,665

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0000,000

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 GPT0,267
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 tête enseignante, 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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClimate DynamicsMême sujetClimate variability and modelsTravaux en français237 207