MétaCan
Menu
Retour à la cohorte
Enregistrement W4404008823 · doi:10.1038/s43247-024-01819-4

Fast-get-faster explains wavier upper-level jet stream under climate change

2024· article· en· W4404008823 sur OpenAlexaff
Tiffany A. Shaw, Osamu Miyawaki, Hsing-Hung Chou, Russell Blackport

Notice bibliographique

RevueCommunications Earth & Environment · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesU.S. Department of EnergyNational Science Foundation
Mots-clésJet streamClimate changeJet (fluid)Environmental scienceAtmospheric sciencesGeologyMeteorologyPhysicsMechanicsOceanography

Résumé

récupéré en direct d'OpenAlex

Abstract Earth’s upper-level jet streams primarily flow in the eastward direction. They often exhibit a north-south component or waviness connected to extreme weather at the surface. Recently the upper-level eastward jet stream was found to exhibit a fast-get-faster response under climate change explained by the impact of the nonlinear Clausius-Clapeyron relation on the latitudinal density contrast. Here we show the fast-get-faster mechanism also applies to the upper-level north-south jet stream wind and the longitudinal density contrast, implying increased waviness under climate change. Arctic Sea ice loss, which has been proposed as a driver of increased waviness, cannot explain the response. It leads to a fast-get-slower waviness response at all vertical levels. We demonstrate the fast-get-faster waviness signal has emerged in reanalysis data in the Southern Hemisphere but not yet in the Northern Hemisphere. The results show the fast-get-faster mechanism explains upper-level waviness changes and highlights a tug of war between upper- and mid-level waviness under climate change.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,795
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,010

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 Opus0,096
Tête enseignante GPT0,282
Écart entre enseignants0,186 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations5
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

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