How the North Atlantic mean state affects the response of the Atlantic Meridional Overturning Circulation to the North Atlantic Oscillation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
<!--!introduction!--><b></b> Climate models are known to suffer from various biases and uncertainties. In the subpolar North Atlantic typical biases among models from the Coupled Model Intercomparison Project phase 6 (CMIP6) are found in the mean surface temperature and salinity, and in the mean sea ice concentration, which can affect the air-sea interaction.<br>In this study, we are investigating the diversity of CMIP6 models with respect to their response of the Atlantic Meridional Overturning Circulation (AMOC) to the North Atlantic Oscillation (NAO) in pre-industrial control experiments. This response is sensitive to the mean state of the North Atlantic. We focus on two categories of models: Models that are rather warm-salty versus models that are rather cold-fresh within the subpolar gyre of the North Atlantic. Warm-salty models tend to have a lower sea ice cover in the Labrador Sea (LS) and larger LS heat loss during a positive NAO, compared to cold-fresh models. They also have a weaker stratification in the LS. Sub-surface density changes 1 to 3 years after the NAO are larger in the warm-salty models and establish a zonal density gradient that can cause a stronger delayed AMOC response via the thermal wind balance.<br>These findings stress the need for improvement of the North Atlantic mean state in climate models. Uncertain mean states might further contribute to the uncertainty in AMOC future projections.<br>
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,007 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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