MétaCan
Menu
Retour à la cohorte
Enregistrement W4402773125 · doi:10.1038/s43247-024-01693-0

Decline in Atlantic Niño prediction skill in the North American multi-model ensemble

2024· article· en· W4402773125 sur OpenAlexaff
Yihao Chen, Xiaoqin Yan, Youmin Tang, Qingyang Song, Zheqi Shen, Yanling Wu

Notice bibliographique

RevueCommunications Earth & Environment · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensUniversity of Northern British Columbia
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésEnsemble forecastingClimatologyGeographyGeologyMeteorology

Résumé

récupéré en direct d'OpenAlex

The Atlantic Niño has attracted considerable attention due to its profound climatic impacts. It has been reported that the strength of Atlantic Niño has been weakening since 2000, but it is not clear whether it would lead to a change in Atlantic Niño prediction skill. Here we find a dramatic decline in Atlantic Niño prediction skill since 2000 by evaluating the predictions of the North American Multi-Model Ensemble. The prediction skill decline is mainly associated with a climatic regime shift, which leads to a weakened El Niño-Southern Oscillation (ENSO) teleconnection to the sea surface temperature anomaly dipole mode over the South Atlantic. A systematic model deficiency may amplify the prediction skill decline. This study offers insights for understanding the Atlantic Niño predictability and for improving the simulation and prediction of Atlantic Niño events. Prediction skill of the Atlantic Niño has declined over the past two decades as a result of a weakened teleconnection with El Niño/Southern Oscillation, which is amplified by a systematic model deficiency, suggest analyses of the North American multi-model ensemble simulations.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,109
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,037
Tête enseignante GPT0,272
Écart entre enseignants0,235 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations4
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCommunications Earth & EnvironmentMême sujetClimate variability and modelsTravaux en français237 207