MétaCan
Menu
← Retour à la cohorte
Enregistrement W4404629225 · doi:10.1029/2024jd042412

Recent Lower Stratospheric Ozone Trends in CCMI‐2022 Models: Role of Natural Variability and Transport

2025· article· en· W4404629225 sur OpenAlexaffabout
Samuel Benito‐Barca, Marta Ábalos, Natalia Calvo, Hella Garny, Thomas Birner, Nathan Luke Abraham, Hideharu Akiyoshi, Fraser Dennison, Patrick Jöckel, Béatrice Josse, James Keeble, D. E. Kinnison, Marion Marchand, Olaf Morgenstern, David A. Plummer, Eugene Rozanov, Sarah A. Strode, Timofei Sukhodolov, Shingo Watanabe, Y. Yamashita

Notice bibliographique

RevueJournal of Geophysical Research Atmospheres · 2025
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric Ozone and Climate
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesJapan Society for the Promotion of Science
Mots-clésAtmospheric sciencesEnvironmental scienceOzoneNatural (archaeology)Ozone layerClimatologyStratosphereMeteorologyGeographyGeology

Résumé

récupéré en direct d'OpenAlex

Abstract Lower stratospheric ozone between 60°S and 60°N has continued to decline since 1998, despite the reduction of ozone‐depleting substances following the Montreal Protocol. Previous studies have shown that, while chemistry‐climate models reproduce the negative ozone trend in the tropical lower stratosphere as a response to increased upwelling, they fail to capture the ozone decline in northern midlatitudes. This study revisits recent lower stratospheric ozone trends over the period 1998–2018 using two types of simulations from the new Chemistry Climate Model Initiative 2022 (CCMI‐2022): REF‐D1, with observed sea surface temperatures, and REF‐D2, with simulated ocean. The observed negative trend in midlatitudes falls within the range of model trends, especially when considering simulations with observed boundary conditions. There is a large spread in the simulated midlatitudes ozone trends, with some simulations showing positive and others negative trends. A multiple linear regression analysis shows that the spread in the trends is not explained by the different linear response to external forcings (solar cycle, global warming, and ozone‐depleting substances) or to the main variability modes (El Niño‐Southern Oscillation and the quasi‐biennial oscillation) but is instead attributed to internal atmospheric variability. Moreover, the fact that some models show very different trends across members, while other models show similar trends in all members, suggests fundamental differences in the representation of the internal variability of ozone transport across models. Indeed, we report substantial intermodel differences in the ozone‐transport connection on interannual timescales and we find that ozone trends are closely coupled to transport trends.

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)0,003
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 enseignants0,090
Score d'incertitude au seuil0,178

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
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 Opus0,020
Tête enseignante GPT0,288
Écart entre enseignants0,268 · 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

Citations5
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research Atmospheres→Même sujetAtmospheric Ozone and Climate→Travaux en français237 207→