MétaCan
Menu
← Retour à la cohorte
Enregistrement W7117332626 · doi:10.22541/essoar.176677855.57309907/v1

Regional uncertainty in future cold extremes in North America

2025· article· W7117332626 sur OpenAlexaboutno aff
Luan Brito, Vivek Srikrishnan

Notice bibliographique

Revuenon disponible
Typearticle
Langue
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésClimate extremesClimate changeGlobal warmingExtreme ColdOutbreak

Résumé

récupéré en direct d'OpenAlex

North America has experienced high-impact cold air outbreak (CAO) events in recent decades despite a winter warming trend. Many studies agree CAOs will eventually become weaker and less frequent in the future, but it remains unclear when these changes will occur and how they will impact CAO frequency and strength on a regional scale. Here, we use a single model large ensemble (CESM2) under an aggressive emission scenario (SSP 3-7.0) to quantify and characterize the temporal and spatial impacts of internal variability in future CAO projections across North America. Our analysis reveals key regional differences: low-uncertainty regions include the Northeast US, Midwest, and Eastern Canada, where ensemble members show agreement on greatly reduced CAO frequency after 2050, while high-uncertainty regions encompass the Great Plains and parts of the southern US, where CAOs continue to occur across ensemble members despite strong warming. To better isolate the anthropogenic signal from internal variability, we apply a dynamical adjustment method that removes atmospheric dynamics contributions to temperature variability and show that its effectiveness in the uncertainty reduction varies across different regions. We leverage the large number of CAO events from the large ensemble to construct a non-stationary statistical model and estimate how the probability of occurrence of present-climate CAO events might change in the future. Our results emphasize on the persistence of CAOs in North America even if warming eliminates the average CAO. These findings underscore the importance of regional-scale uncertainty assessment for winter adaptation planning, particularly in high-uncertainty regions where the probability of worst-case CAO events remains comparable to current conditions through the end of the century.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,923
Score d'incertitude au seuil0,153

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,018
Tête enseignante GPT0,243
Écart entre enseignants0,225 · 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'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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetClimate variability and models→Travaux en français237 207→