MétaCan
Menu
← Retour à la cohorte
Enregistrement W4415297115 · doi:10.5194/egusphere-2025-5075

Deficient ocean–atmosphere feedbacks constrain seasonal NAO prediction

2025· preprint· W4415297115 sur OpenAlexaboutno aff
Erik W. Kolstad

Notice bibliographique

Revuenon disponible
Typepreprint
Langue
DomaineEnvironmental Science
ThématiqueAtmospheric and Environmental Gas Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesNorges Forskningsråd
Mots-clésBaroclinityOcean gyreNorth Atlantic oscillationAdvectionSea surface temperatureAnomaly (physics)TeleconnectionArctic oscillationForecast skillOcean current

Résumé

récupéré en direct d'OpenAlex

Abstract. As the North Atlantic Oscillation (NAO) accounts for a dominant share of wintertime weather variability across the North Atlantic basin, it is a coveted target for seasonal prediction. Yet dynamical forecast systems continue to exhibit limited skill, in part due to deficiencies in representing ocean–atmosphere feedbacks. Here, mediation analysis – a statistical framework from causal inference – is applied to identify and quantify feedback pathways linking late-autumn North Atlantic sea surface temperature (SST) anomalies to the subsequent winter NAO. This approach is attractive because it is straightforward to apply, easy to interpret, and can be used directly on observations-derived data like reanalyses without requiring idealised model perturbation experiments. The analysis reveals a physically coherent feedback sequence. Anomalous November SST patterns promote the gradual formation of a surface-pressure dipole rotated clockwise relative to the canonical NAO structure. This dipole induces advection anomalies in the western North Atlantic, which in turn modulate surface fluxes in the Subpolar Gyre and lower-tropospheric baroclinicity in the storm-track entry region east of Newfoundland. These changes nudge the NAO, which, once established, feeds back onto the fluxes and baroclinicity, reinforcing the anomaly and sustaining the circulation pattern. A central finding is that a state-of-the-art seasonal prediction system fails to capture these feedback mechanisms. The baroclinicity pathway, the process through which changes in eddy growth reinforce the circulation anomaly, is particularly deficient, accounting for only 2 % of the lagged SST–NAO correlation in SEAS5 compared with 44 % in the ERA5 reanalysis. This misrepresentation likely represents a fundamental barrier to improved NAO forecast skill. More broadly, the results demonstrate the potential of mediation analysis as a diagnostic tool for disentangling coupled feedbacks directly from observations, evaluating their representation in models, and guiding targeted improvements that could enhance seasonal prediction of the NAO.

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)0,002
score de la tête « metaresearch » (Gemma)0,010
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,050

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,010
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 savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,006
Tête enseignante GPT0,205
Écart entre enseignants0,198 · 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 sujetAtmospheric and Environmental Gas Dynamics→Travaux en français237 207→