MétaCan
Menu
Retour à la cohorte
Enregistrement W1509587216 · doi:10.1029/2011gl050405

Changes in seasonal land precipitation during the latter twentieth‐century

2012· article· en· W1509587216 sur OpenAlexaff
K. Noake, Debbie Polson, Gabriele C. Hegerl, Xuebin Zhang

Notice bibliographique

RevueGeophysical Research Letters · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesNatural Environment Research CouncilSight Research UK
Mots-clésClimatologyPrecipitationEnvironmental scienceBorealLatitudeForcing (mathematics)Climate modelClimate changeAtmospheric sciencesMeteorologyGeologyGeography

Résumé

récupéré en direct d'OpenAlex

Climate models predict substantial changes in seasonal precipitation in the future. Anthropogenic forcing has been found to contribute to the observed pattern of land precipitation change over the 2nd half of the 20th century when annual precipitation is averaged within latitude bands, the observed change was substantially larger than response simulated in climate models, based on a single observational dataset. Here we investigate the robustness of this finding using several land only observational datasets and look for an explanation for why observed changes are significantly larger. We show the discrepancy between model simulated and observed trends is reduced when changes are expressed as percent climatology, which reduces the difference in scale between observed point locations and model gridboxes. Focusing on seasonal rather than annual data reveals that there are seasonal differences in the pattern of zonal precipitation changes over the 20th century. We use fingerprint for zonal precipitation changes from 54 CMIP3 simulations and show that observed changes are detectable in all seasons but boreal summer (JJA), even when doubling the variance of the model simulation, and irrespective of the dataset used. The observed change is still larger than that simulated by the multi‐model mean in all datasets except in boreal summer but only in boreal spring is the observed change robustly and significantly larger than that simulated.

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)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,205
Score d'incertitude au seuil0,961

Scores Codex et Gemma par catégorie

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

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 Opus0,036
Tête enseignante GPT0,302
Écart entre enseignants0,266 · 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'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

Citations59
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeophysical Research LettersMême sujetClimate variability and modelsTravaux en français237 207