MétaCan
Menu
Retour à la cohorte
Enregistrement W4413785257 · doi:10.1080/07055900.2025.2541023

Spatiotemporal Inhomogeneity of Trends in Dry and Moist Heatwave Across Northern Hemisphere: Regional Variability and Driving Mechanisms

2025· article· en· W4413785257 sur OpenAlexvenueno aff
Linfeng Shi, Cheng Sun, Menghao Dong, Wei Tian, Zijing Guo, Wei Lou, Zichen Song

Notice bibliographique

RevueATMOSPHERE-OCEAN · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésNorthern HemisphereEnvironmental scienceClimatologySouthern HemispherePhysical geographyGeographyAtmospheric sciencesGeology

Résumé

récupéré en direct d'OpenAlex

The increasing frequency of dry and moist heatwaves poses substantial risks to human health and ecosystem stability. While linear approaches dominate current heatwave variability analyses, nonlinear evolution patterns remain inadequately characterized. Recent advances in nonlinear trend detection algorithms have enabled more comprehensive investigations of climate system dynamics. Here, we implement nonlinear trend detection methodology to examine dry and moist heatwave evolution across Northern Hemisphere landmasses and elucidate their underlying physical mechanisms. Our analysis reveals that Northern Hemisphere heatwaves exhibit predominantly linear and quadratic trends, with pronounced continental-scale heterogeneity. Continental-scale analysis demonstrates that dry heatwave evolution is predominantly characterized by quadratic patterns across Asia (56.4%), North America (57.5%), and North Africa (58.2%), with substantial linear components (34.1%, 25.0%, and 34.7%, respectively). Regarding moist heatwaves, quadratic trends are dominant in Asia (53.0%), while similar proportions of linear and quadratic trends are observed in North America (54.6% and 40.2%, respectively) and North Africa (38.4% and 40.5%, respectively). Our analysis indicates that the underlying physical mechanisms driving dry and moist heatwaves differ. Dry heatwave evolution demonstrates robust coupling with geopotential height enhancement, which amplifies thermal extremes in arid regions through increased atmospheric stability, suppressed convection, and prolonged heat persistence. Moist heatwave intensification in tropical coastal domains exhibits strong association with increased sea surface temperatures (SSTs), which modulate atmospheric moisture content and monsoon systems, thereby maintaining high-humidity thermal conditions. Mid-latitude continental domains, particularly southern North America, exhibit primary dependence on specific humidity variations.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,033
Score d'incertitude au seuil0,846

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 ouverte0,0000,000
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 Opus0,011
Tête enseignante GPT0,247
Écart entre enseignants0,236 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueATMOSPHERE-OCEANMême sujetClimate variability and modelsTravaux en français237 207