MétaCan
Menu
← Retour à la cohorte
Enregistrement W4412103748 · doi:10.5194/egusphere-2025-2598

The impact of model resolution on the North Atlantic response to anthropogenic aerosols

2025· preprint· en· W4412103748 sur OpenAlexaboutno aff
Jon Robson, Laura J. Wilcox, Nick Dunstone, Rowan Sutton

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensnon disponible
Organismes subventionnairesUK Research and Innovation
Mots-clésEnvironmental scienceResolution (logic)Atlantic hurricaneOceanographyGeographyClimatologyGeologyComputer scienceStorm

Résumé

récupéré en direct d'OpenAlex

Abstract. A set of novel, idealised, single-forcing experiments were performed to isolate the impact of anthropogenic sulphur dioxide emissions on North Atlantic SST variability. The medium-resolution (60 km atmosphere, 0.25° ocean) and low-resolution (135 km atmosphere, 1° ocean) of the HadGEM3-GC3.1 model were used to investigate the impact of resolution on the forced response. The SST response at both resolutions is timescale dependent: a fast, large-scale surface cooling is followed by a slow, ocean-driven warming responses. Warming of the sub-polar North Atlantic is due to a strengthening of the Atlantic Meridional Overturning Circulation (AMOC) and is stronger at the medium resolution. This difference is related to surface density fluxes across the subpolar North Atlantic. The growth of Labrador Sea ice is stronger at low-resolution which inhibits air-sea interaction and reduces surface buoyancy forcing, leading to a weaker AMOC response. There is also evidence of a stronger AMOC positive feedback involving salt-advection at medium-resolution. These results show that the large-scale North Atlantic response to external forcing can be sensitive to regional differences, such as model climatology of Labrador Sea ice and its response to aerosol cooling.

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 enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,043
Tête enseignante GPT0,313
Écart entre enseignants0,269 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetClimate variability and models→Travaux en français237 207→