MétaCan
Menu
Retour à la cohorte
Enregistrement W4400286162 · doi:10.1175/jcli-d-23-0470.1

Subpolar North Atlantic Mean State Affects the Response of the Atlantic Meridional Overturning Circulation to the North Atlantic Oscillation in CMIP6 Models

2024· article· en· W4400286162 sur OpenAlexaboutno aff
Annika Reintges, Jon Robson, Rowan Sutton, Stephen Yeager

Notice bibliographique

RevueJournal of Climate · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensnon disponible
Organismes subventionnairesBiological and Environmental ResearchNatural Environment Research CouncilEuropean CommissionSight Research UK
Mots-clésOcean gyreClimatologyNorth Atlantic oscillationClimate modelGeologyBoundary currentThermohaline circulationNorth Atlantic Deep WaterCoupled model intercomparison projectAtlantic multidecadal oscillationOceanographyAnomaly (physics)Sea surface temperatureShutdown of thermohaline circulationGeneral Circulation ModelOcean currentEnvironmental scienceClimate changeSubtropics

Résumé

récupéré en direct d'OpenAlex

Abstract The Atlantic meridional overturning circulation (AMOC) plays an important role in climate, transporting heat and salt to the subpolar North Atlantic. The AMOC’s variability is sensitive to atmospheric forcing, especially the North Atlantic Oscillation (NAO). Because AMOC observations are short, climate models are a valuable tool to study the AMOC’s variability. Yet, there are known issues with climate models, like uncertainties and systematic biases. To investigate this, preindustrial control experiments from models participating in the phase 6 of Coupled Model Intercomparison Project (CMIP6) are evaluated. There is a large, but correlated, spread in the models’ subpolar gyre mean surface temperature and salinity. By splitting models into groups of either a warm–salty or cold–fresh subpolar gyre, it is shown that warm–salty models have a lower sea ice cover in the Labrador Sea and, hence, enable a larger heat loss during a positive NAO. Stratification in the Labrador Sea is also weaker in warm–salty models, such that the larger NAO-related heat loss can also affect greater depths. As a result, subsurface density anomalies are much stronger in the warm–salty models than in those that tend to be cold and fresh. As these anomalies propagate southward along the western boundary, they establish a zonal density gradient anomaly that promotes a stronger delayed AMOC response to the NAO in the warm–salty models. These findings demonstrate how model mean state errors are linked across variables and affect variability, emphasizing the need for improvement of the subpolar North Atlantic mean states in models.

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 enseignants0,052
Score d'incertitude au seuil0,104

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,017
Tête enseignante GPT0,242
Écart entre enseignants0,225 · 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

Citations12
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of ClimateMême sujetClimate variability and modelsTravaux en français237 207