MétaCan
Menu
Retour à la cohorte
Enregistrement W4416948346 · doi:10.5194/egusphere-2025-5650

Unexpected land-surface warming following a low-to-moderate forcing hypothetical nuclear war

2025· article· W4416948346 sur OpenAlexafffundabout
Anson Cheung, Paul J. Kushner, Francesco S. R. Pausata, Zhihong Zhuo

Notice bibliographique

Revuenon disponible
Typearticle
Langue
DomaineSocial Sciences
ThématiqueNuclear Issues and Defense
Établissements canadiensUniversité du Québec à MontréalUniversity of Toronto
Organismes subventionnairesAlliance de recherche numérique du CanadaEnvironment and Climate Change CanadaFuture of Life Institute
Mots-clésForcing (mathematics)DownwellingLongwaveClimate modelShortwaveGlobal warmingRadiative forcingClimate change

Résumé

récupéré en direct d'OpenAlex

Abstract. Nuclear conflicts could ignite intense urban fires that inject considerable amounts of black carbon (BC) into the upper atmosphere, with the potential to disrupt global climate. While uncertainties in the total BC injection remain large, relatively few modeling studies and limited model diversity have explored the climatic response to low-to-moderate BC injections, leaving key aspects of their climate impact poorly understood. Here, we investigate the climate response to a set of low-to-moderate forcing scenarios (12 to 24 Tg BC) – roughly one-tenth to one-fifth the strength of the standard high-end cases – using the Canadian Earth System Model version 5. Consistent with previous work, we find prolonged global reductions in surface temperature and precipitation, driven by decreased downwelling shortwave radiation at the surface and increased atmospheric stability. Unexpectedly, however, a transient surface warming develops in the first boreal summer following a boreal-winter injection, linked to reduced net longwave and turbulent fluxes. Precipitation remains suppressed because of enhanced stability. The transient warming is most pronounced for the lowest forcing cases, indicating a nonlinear response across the forcing range. These results underscore the need for broader multi-model assessments and systematic exploration across a wider range of scenarios, given their potential for complex, societally relevant outcomes.

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 candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,587
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,002
Études des sciences et des technologies0,0020,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,014
Tête enseignante GPT0,290
Écart entre enseignants0,276 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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'admission3
Résumé présentoui

Explorer davantage

Même sujetNuclear Issues and DefenseTravaux en français237 207