MétaCan
Menu
Retour à la cohorte
Enregistrement W1644466586 · doi:10.1002/2015jc010699

Climate change signal and uncertainty in<scp>CMIP5</scp>‐based projections of global ocean surface wave heights

2015· article· en· W1644466586 sur OpenAlexaff
Xiaolan L. Wang, Yang Feng, Val R. Swail

Notice bibliographique

RevueJournal of Geophysical Research Oceans · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesnon disponible
Mots-clésSIGNAL (programming language)ClimatologyForcing (mathematics)Climate changeEnvironmental scienceVariance (accounting)Ensemble averageClimate modelRepresentative Concentration PathwaysComputer scienceGeologyOceanography

Résumé

récupéré en direct d'OpenAlex

Abstract This study uses the analysis of variance approaches to quantify the climate change signal and uncertainty in multimodel ensembles of statistical simulations of significant wave height ( H s ), which are based on the CMIP5 historical, RCP4.5 and RCP8.5 forcing scenario simulations of sea level pressure. Here the signal of climate change refers to the temporal variations caused by the prescribed forcing. “Significant” means “significantly different from zero at 5% level.” In a four‐model ensemble of H s simulations, the common signal—the signal that is simulated in all the four models—is found to strengthen over time. For the historical followed by RCP8.5 scenario, the common signal in annual mean H s is found to be significant in 16.6% and 82.2% of the area by year 2005 and 2099, respectively. The global average of the variance proportion of the common signal increases from 0.75% in year 2005 to 12.0% by year 2099. The signal is strongest in the eastern tropical Pacific (ETP), featuring significant increases in both the annual mean and maximum of H s in this region. The climate model uncertainty (i.e., intermodel variability) is significant nearly globally; its magnitude is comparable to or greater than that of the common signal in most areas, except in the ETP where the signal is much larger. In a 20‐model ensemble of H s simulations for the period 2006–2099, the model uncertainty is found to be significant globally; it is about 10 times as large as the variability between the RCP4.5 and RCP8.5 scenarios.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,358
Score d'incertitude au seuil0,468

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,115
Tête enseignante GPT0,348
Écart entre enseignants0,233 · 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

Citations61
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research OceansMême sujetClimate variability and modelsTravaux en français237 207