MétaCan
Menu
← Retour à la cohorte
Enregistrement W4392747206 · doi:10.5194/egusphere-2024-429-rc2

Comment on egusphere-2024-429

2024· peer-review· en· W4392747206 sur OpenAlexaff

Notice bibliographique

Revuenon disponible
Typepeer-review
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesDeutsche ForschungsgemeinschaftDeutsches Klimarechenzentrum
Mots-clésComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract. Previous research has shown that stratospheric aerosols cause only a small temperature change per unit forcing because they produce stronger cooling in the tropical Indian and Western Pacific Ocean than in the global mean. The enhanced temperature change in this so-called “warm pool” region activates strongly negative local and remote feedbacks, which dampen the global mean temperature response. This paper addresses the question why stratospheric aerosol forcing affects warm pool temperatures more strongly than CO2 forcing, using idealized MPI-ESM simulations. We show that the aerosol’s enhanced effective forcing at the top of the atmosphere (TOA) over the warm pool contributes to the warm pool-intensified temperature change, but is not sufficient to explain the effect. Instead, the pattern of surface effective forcing, which is substantially different from the effective forcing at the TOA, is more closely linked to the temperature pattern. Independent of surface temperature changes, the aerosol heats the tropical stratosphere, which leads to an acceleration of the Brewer-Dobson circulation. The intensified Brewer-Dobson circulation exports additional energy from the tropics to the extratropics, which leads to a particularly strong negative forcing at the tropical surface. These results show how forced circulation changes can affect the climate response by altering the surface forcing pattern. Furthermore, they indicate that the established approach of diagnosing effective forcing at the TOA is useful for global means, but a surface perspective on the forcing must be adopted to understand the evolution of temperature patterns.

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)0,002
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Éditorial · Signal consensuel: Éditorial
Score de désaccord entre enseignants0,447
Score d'incertitude au seuil0,789

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0040,002
Science ouverte0,0020,002
Intégrité de la recherche0,0150,008
Charge utile insuffisante (le modèle a refusé de juger)0,4470,273

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 Opus0,045
Tête enseignante GPT0,303
Écart entre enseignants0,258 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreÉditorial

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetClimate variability and models→Travaux en français237 207→