MétaCan
Menu
Retour à la cohorte
Enregistrement W4408029977 · doi:10.1126/sciadv.adr4248

Sea ice pattern effect on Earth’s energy budget is characterized by hemispheric asymmetry

2025· article· en· W4408029977 sur OpenAlexaff
Chen Zhou, Qingmin Wang, Ivy Tan, Lujun Zhang, Mark D. Zelinka, Minghuai Wang, Jonah Bloch‐Johnson

Notice bibliographique

RevueScience Advances · 2025
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensMcGill University
Organismes subventionnairesNanjing UniversityNational Natural Science Foundation of ChinaLawrence Livermore National LaboratoryU.S. Department of Energy
Mots-clésAlbedo (alchemy)Environmental scienceAtmospheric sciencesArcticSea iceIce-albedo feedbackSpatial distributionCloud coverRadiative transferAtmosphere (unit)Cloud albedoClimatologyLatitudeArctic ice packGeologySea ice thicknessPhysicsMeteorologyCloud computingOceanographyRemote sensingGeodesy

Résumé

récupéré en direct d'OpenAlex

Earth's energy budget is sensitive to the spatial distribution of sea surface temperature and sea ice concentration (SIC) change, but the global radiative effect of changes in SIC spatial distribution has not been quantified. We show that SIC-induced radiation anomalies at the top of the atmosphere are sensitive to the location of SIC reduction in each season, which qualitatively explains how and why the effect of sea ice loss on Earth's energy budget is determined by its spatial pattern. Idealized experiments indicate that SIC-induced surface warming is greater in the Arctic regions, resulting in a more negative Planck feedback. Global low-level cloud cover responses to Arctic and Antarctic SIC reduction are also distinct, leading to more negative SIC-cloud feedback in Arctic regions. SIC-induced albedo feedback is sensitive to latitude due to inhomogeneous solar radiation at the surface. As a result, the simulated radiative effect of SIC anomalies during 1980-2019 is dominated by variations in the spatial pattern of SIC.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,003
Tête enseignante GPT0,214
Écart entre enseignants0,212 · 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'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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScience AdvancesMême sujetArctic and Antarctic ice dynamicsTravaux en français237 207