MétaCan
Menu
← Retour à la cohorte
Enregistrement W4400981547 · doi:10.22541/essoar.172191621.14908859/v1

The Vertical Structure of Tropical Temperature Change in Global Storm-Resolving Model Simulations of Climate Change

2024· preprint· en· W4400981547 sur OpenAlexaff
Timothy M. Merlis, Ilai Guendelman, Kai‐Yuan Cheng, Lucas Harris, Yan‐Ting Chen, Christopher S. Bretherton, Maximilien Bolot, Linjiong Zhou, Alex Kaltenbaugh, Spencer K. Clark, S. Fueglistaler

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensMcGill University
Organismes subventionnairesNOAA Weather Program OfficeNOAA ResearchNational Oceanic and Atmospheric AdministrationU.S. Department of Commerce
Mots-clésClimate changeTropical cycloneClimatologyStormEnvironmental scienceGlobal changeAtmospheric sciencesStructural changeMeteorologyGeographyGeologyOceanographyEconomics

Résumé

récupéré en direct d'OpenAlex

Global storm-resolving model (GSRM) simulations (kilometer-scale horizontal resolution) of the atmosphere can capture the interaction between the scales of deep cumulus convection and the large-scale dynamics and thermodynamic properties of the atmosphere. Here, we assess the vertical structure of tropical temperature change in the GSRM X-SHiELD, developed by the Geophysical Fluid Dynamics Laboratory, perturbed by a uniform sea surface temperature (SST) warming and/or increased CO2 concentration. The simulated response to SST warming shows weakly amplified warming from the surface through the mid-troposphere before increasing to a factor of about 2.5 near the tropopause. This combination of muted warming in the mid-troposphere and amplified warming aloft is within the range of CMIP6 models at individual pressure levels but, taken together, is distinctive behavior. The response to CO2 increase with unchanged SST is an approximately vertically uniform warming, comparable to CMIP6 models, and is linearly additive with the SST-induced warming in X-SHiELD.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,009
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,035
Tête enseignante GPT0,296
Écart entre enseignants0,261 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetClimate variability and models→Travaux en français237 207→