MétaCan
Menu
Retour à la cohorte
Enregistrement W4402196873 · doi:10.1029/2023ef003959

Impacts of AMOC Collapse on Monsoon Rainfall: A Multi‐Model Comparison

2024· article· en· W4402196873 sur OpenAlexaff
Maya Ben‐Yami, Peter Good, Laura Jackson, Michel Crucifix, Aixue Hu, Oleg A. Saenko, Didier Swingedouw, Niklas Boers

Notice bibliographique

RevueEarth s Future · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFlood Risk Assessment and Management
Établissements canadiensUniversity of Victoria
Organismes subventionnairesHorizon 2020 Framework ProgrammeH2020 Marie Skłodowska-Curie ActionsBundesministerium für Bildung und ForschungVolkswagen FoundationMet OfficeEuropean Commission
Mots-clésEnvironmental scienceClimatologyMonsoonGeology

Résumé

récupéré en direct d'OpenAlex

Abstract A collapse of the Atlantic Meridional Overturning Circulation (AMOC) would have substantial impacts on global precipitation patterns, especially in the vulnerable tropical monsoon regions. We assess these impacts in experiments that apply the same freshwater hosing to four state‐of‐the‐art climate models with bistable AMOC. As opposed to previous results, we find that the spatial and seasonal patterns of precipitation change are remarkably consistent across models. We focus on the South American Monsoon (SAM), the West African Monsoon (WAM), the Indian Summer Monsoon (ISM) and the East Asian Summer Monsoon (EASM). Models consistently suggest substantial disruptions for WAM, ISM, and EASM with shorter wet and longer dry seasons (−29.07%, −18.76%, and −3.78% ensemble mean annual rainfall change, respectively). Models also agree on changes for the SAM, suggesting rainfall increases overall, in contrast to previous studies. These are more pronounced in the southern Amazon (+43.79%), accompanied by decreasing dry‐season length. Consistently across models, our results suggest a robust and major rearranging of all tropical monsoon systems in response to an AMOC collapse.

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)0,003
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 enseignants0,025
Score d'incertitude au seuil0,050

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
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 Opus0,012
Tête enseignante GPT0,272
Écart entre enseignants0,260 · 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

Citations28
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEarth s FutureMême sujetFlood Risk Assessment and ManagementTravaux en français237 207