MétaCan
Menu
← Retour à la cohorte
Enregistrement W4399256691 · doi:10.1029/2024gl108499

South Asian Summer Monsoon Precipitation Is Sensitive to Southern Hemisphere Subtropical Radiation Changes

2024· article· en· W4399256691 sur OpenAlexafffund
Dipti Hingmire, Haruki Hirasawa, Hansi Singh, Philip J. Rasch, Sookyung Kim, Subhashis Hazarika, Peetak Mitra, Kalai Ramea

Notice bibliographique

RevueGeophysical Research Letters · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensUniversity of Victoria
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaDefense Advanced Research Projects AgencyAmazon Web ServicesAmazon
Mots-clésSubtropicsClimatologyPrecipitationSouthern HemisphereMonsoonSubtropical ridgeEnvironmental scienceNorthern HemisphereSouth asiaAtmospheric sciencesGeologyGeographyMeteorologyHistory

Résumé

récupéré en direct d'OpenAlex

Abstract We study the sensitivity of South Asian Summer Monsoon (SASM) precipitation to Southern Hemisphere (SH) subtropical Absorbed Solar Radiation (ASR) changes using Community Earth System Model 2 simulations. Reducing positive ASR biases over the SH subtropics impacts SASM, and is sensitive to the ocean basin where changes are imposed. Radiation changes over the SH subtropical Indian Ocean (IO) shifts rainfall over the equatorial IO northward causing 1–2 mm/day drying south of equator, changes over the SH subtropical Pacific increases precipitation over northern continental regions by 1–2 mm/day, and changes over the SH subtropical Atlantic have little effect on SASM precipitation. Radiation changes over the subtropical Pacific impacts the SASM through zonal circulation changes, while changes over the IO modify meridional circulation to bring about changes in precipitation over northern IO. Our findings suggest that reducing SH subtropical radiation biases in climate models may also reduce SASM precipitation biases.

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)0,002
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 enseignants0,050
Score d'incertitude au seuil0,100

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,042
Tête enseignante GPT0,315
Écart entre enseignants0,273 · 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

Citations1
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGeophysical Research Letters→Même sujetClimate variability and models→Travaux en français237 207→