MétaCan
Menu
Retour à la cohorte
Enregistrement W7000974693

How rising ocean temperatures are influencing our weather

2024· other· en· W7000974693 sur OpenAlexaboutno aff

Notice bibliographique

RevueNERC Open Research Archive (Natural Environment Research Council) · 2024
Typeother
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAtmosphere (unit)LatitudeOcean heat contentSea surface temperatureGlobal warmingAtmospheric temperatureClimate changeMoistureAir temperature
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Globally, surface air and ocean temperatures have warmed by about 1°C since 1900. More than 90% of the additional heat contained in the climate system (atmosphere, ocean, land) due to global warming is stored in the ocean, so what do these increased ocean temperatures mean for our weather?
\n
\nThe ocean stores significantly more heat than the atmosphere: the top few metres of the ocean contain more thermal energy than the entire atmosphere. There is a continuous exchange of heat between the ocean and atmosphere and the weather we experience is intrinsically linked to the heat contained in the ocean.
\n
\nAs atmospheric winds flow over the ocean, they typically pick up moisture and either gain or release heat. At mid-latitudes, and depending on the season, maritime air masses are usually either comparatively mild and humid (winter) or cool and humid (summer). Regions such as western Europe or the north-western US and western Canada experience maritime climates. These are characterized by reduced seasonal temperature extremes compared to locations at similar latitudes in the interior and along the east coasts of the continents as the prevalent westerly winds either come from the ocean (west coasts) or the interior of the continents (east coasts).

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)0,047
score de la tête « metaresearch » (Gemma)0,010
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Science ouverte, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMétarecherche, Méta-épidémiologie (sens strict), Études des sciences et des technologies, Science ouverte, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,050
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0470,010
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0050,003
Études des sciences et des technologies0,0020,003
Communication savante0,0120,001
Science ouverte0,0110,020
Intégrité de la recherche0,0010,024
Charge utile insuffisante (le modèle a refusé de juger)0,0030,052

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 Opus0,133
Tête enseignante GPT0,370
Écart entre enseignants0,237 · 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
GenreAutre

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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNERC Open Research Archive (Natural Environment Research Council)Travaux en français237 207