MétaCan
Menu
Retour à la cohorte
Enregistrement W4414561433 · doi:10.1029/2025gl114672

Characterizing the Interannual Variability of North Atlantic Subpolar Overturning

2025· article· en· W4414561433 sur OpenAlexaffabout
Yao Fu, M. Susan Lozier, Amy S. Bower, Kristin Burmeister, Tiago Carrilho Biló, Frédéric Cyr, Stuart A. Cunningham, Brad deYoung, Ahmad Fehmi Dilmahamod, M. Femke de Jong, Nora Fried, N. Penny Holliday, Neil Fraser, William E. Johns, Feili Li, Johannes Karstensen, Robert S. Pickart, Fiammetta Straneo, Igor Yashayaev

Notice bibliographique

RevueGeophysical Research Letters · 2025
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMeteorological Phenomena and Simulations
Établissements canadiensBedford Institute of OceanographyMemorial University of NewfoundlandFisheries and Oceans Canada
Organismes subventionnairesNational Science Foundation
Mots-clésBoundary currentThermohaline circulationStructural basinNorth Atlantic Deep WaterZonal and meridionalAtlantic hurricaneShutdown of thermohaline circulationGeneral Circulation Model

Résumé

récupéré en direct d'OpenAlex

Abstract Variability of the Atlantic Meridional Overturning Circulation (MOC) has drawn extensive attention due to its impact on the global redistribution of heat and freshwater. Here we present the latest time series (2014–2022) of the Overturning in the Subpolar North Atlantic Program and characterize MOC interannual variability. We find that any single boundary current captures ∼30% of subpolar MOC interannual variability. However, to fully resolve MOC variability, a wide swath across the eastern subpolar basin is needed; in the Labrador Sea both boundaries are needed. Through a volume budget analysis for the subpolar basins' lower limbs, we estimate the magnitude of unresolved processes (e.g., diapycnal mixing) required to close the mean budget (∼2 Sv). We find that in the eastern subpolar basin surface‐forced transformation variability is linked to lower limb volume variability, which translates to MOC changes within the same year. In contrast, this linkage is weak in the Labrador Sea.

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)0,001
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 enseignants0,009
Score d'incertitude au seuil0,335

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,033
Tête enseignante GPT0,289
Écart entre enseignants0,256 · 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

Citations8
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGeophysical Research LettersMême sujetMeteorological Phenomena and SimulationsTravaux en français237 207