MétaCan
Menu
Retour à la cohorte
Enregistrement W6955108973 · doi:10.57757/iugg23-4556

How the North Atlantic mean state affects the response of the Atlantic Meridional Overturning Circulation to the North Atlantic Oscillation

2023· article· en· W6955108973 sur OpenAlexaboutno aff

Notice bibliographique

RevuePublication Database GFZ (GFZ German Research Centre for Geosciences) · 2023
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFinTech, Crowdfunding, Digital Finance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNorth Atlantic oscillationOcean gyreNorth Atlantic Deep WaterThermohaline circulationAtlantic multidecadal oscillationAtlantic Equatorial modeClimate modelCoupled model intercomparison project

Résumé

récupéré en direct d'OpenAlex

<!--!introduction!--> 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. 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. 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.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,012
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,047
Tête enseignante GPT0,297
Écart entre enseignants0,250 · 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'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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePublication Database GFZ (GFZ German Research Centre for Geosciences)Même sujetFinTech, Crowdfunding, Digital FinanceTravaux en français237 207