Intensification and shutdown of deep convection in the Labrador Sea were caused by changes in atmospheric and freshwater dynamics
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Labrador Sea winter convection forms a cold, fresh and dense water mass, Labrador Sea Water, that sinks to the intermediate and deep layers and spreads across the ocean. Convective mixing undergoes multi-year cycles of intensification (deepening) and relaxation (shoaling), which have been also shown to modulate long-term changes in the atmospheric gas uptake by the sea. Here I analyze Argo float and ship-based observations to document the 2012-2023 convective cycle. I find that the highest winter cooling for the 1994-2023 period was in 2015, while the deepest convection for the 1996-2023 period was in 2018. Convective mixing continued to deepen after 2015 because the 2012-2015 winter mixing events preconditioned the water column to be susceptible to deep convection in three more years. The progressively intensified 2012-2018 winter convections generated the largest and densest class of Labrador Sea Water since 1995. Convection weakened afterwards, rapidly shoaling by 800 m per year in the winters of 2021 and 2023. Distinct processes were responsible for these two convective shutdowns. In 2021, a collapse and an eastward shift of the stratospheric polar vortex, and a weakening and a southwestward shift of the Icelandic Low resulted in extremely low surface cooling and convection depth. In 2023, by contrast, convective shutdown was caused by extensive upper layer freshening originated from extreme Arctic sea-ice melt due to Arctic Amplification of Global Warming.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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