MétaCan
Menu
Retour à la cohorte
Enregistrement W606710356

Diagnosing and Understanding the AMOC Biases in NorESM

2014· article· en· W606710356 sur OpenAlexaboutno aff
D. Ivanova, Mats Bentsen, Mehmet Ilıcak, Chuncheng Gao, Helge Drange

Notice bibliographique

RevueBergen Open Research Archive (BORA) (University of Bergen) · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueReservoir Engineering and Simulation Methods
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésComputer science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

We investigate the Atlantic Meridional Overturning Circulation (AMOC) in the Norwegian Earth System Model (NorESM) featuring isopycnal ocean component (MICOM). The Coupled Model Intercomparison Phase 5 (CMIP5) NorESM historical simulations showed a decline of the AMOC after 1980 concurring with the recent observations from RAPID-MOCHA program. The NorESM future projections predict reduction of the AMOC with 12 to 30% under different warming (RCP2.6-RCP8.5) scenarios. In the CMIP5 model intercomparison project, the NorESM ocean component demonstrated an intense AMOC and took place in the upper end of the AMOC magnitudes model range. The NorESM AMOC strength was found to be sensitive to oceanic grid resolution and whether coupled or uncoupled configuration is used. However, the AMOC tends to be on the strong side in all configurations. In order to find the causes of this vigorous AMOC we carried out a careful diagnostics of the AMOC and explored possible relationship to the model biases found in the Atlantic thermohaline structure, and water mass formation. Several processes has been investigated to understand further their connection and significance to the AMOC strength and variability: 1) The North Atlantic Mode Waters Formation (STMW and SPMW); 2) The Labrador Sea Water Mass formation and variability. Furthermore, the AMOC sensitivity to sub-grid scale physical parameterizations such as isopycnal eddy mixing and the impact of model resolution on the representation of overflows is examined.

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)0,002
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,175
Score d'incertitude au seuil0,550

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 ouverte0,0010,001
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 Opus0,136
Tête enseignante GPT0,329
Écart entre enseignants0,193 · 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'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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBergen Open Research Archive (BORA) (University of Bergen)Même sujetReservoir Engineering and Simulation MethodsTravaux en français237 207