MétaCan
Menu
Retour à la cohorte
Enregistrement W1962315276 · doi:10.1002/2013gl059099

Recent and future trends in synthetic greenhouse gas radiative forcing

2014· article· en· W1962315276 sur OpenAlexaboutno aff
Matthew Rigby, Ronald G. Prinn, Simon O’Doherty, B. R. Miller, Diane J. Ivy, Jens Mühle, Christina M. Harth, Peter K. Salameh, Tim Arnold, Ray F. Weiss, Paul B. Krummel, L. P. Steele, Paul J. Fraser, Dickon Young, P. G. Simmonds

Notice bibliographique

RevueGeophysical Research Letters · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric and Environmental Gas Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesNational Oceanic and Atmospheric AdministrationSight Research UKNatural Environment Research CouncilAustralian GovernmentCommonwealth Scientific and Industrial Research OrganisationDepartment for Environment, Food and Rural Affairs, UK GovernmentNational Aeronautics and Space Administration
Mots-clésRadiative forcingGreenhouse gasEnvironmental scienceForcing (mathematics)Atmospheric sciencesRadiative transferGreenhouse effectClimatologyGlobal warmingClimate changeMeteorologyAerosolPhysics

Résumé

récupéré en direct d'OpenAlex

Atmospheric measurements show that emissions of hydrofluorocarbons (HFCs) and hydrochlorofluorocarbons are now the primary drivers of the positive growth in synthetic greenhouse gas (SGHG) radiative forcing. We infer recent SGHG emissions and examine the impact of future emissions scenarios, with a particular focus on proposals to reduce HFC use under the Montreal Protocol. If these proposals are implemented, overall SGHG radiative forcing could peak at around 355 mW m−2 in 2020, before declining by approximately 26% by 2050, despite continued growth of fully fluorinated greenhouse gas emissions. Compared to “no HFC policy” projections, this amounts to a reduction in radiative forcing of between 50 and 240 mW m−2 by 2050 or a cumulative emissions saving equivalent to 0.5 to 2.8 years of CO2 emissions at current levels. However, more complete reporting of global HFC emissions is required, as less than half of global emissions are currently accounted for.

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)0,000
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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,975
Score d'incertitude au seuil0,583

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,013
Tête enseignante GPT0,257
Écart entre enseignants0,244 · 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'étudeAutre devis
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

Citations162
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeophysical Research LettersMême sujetAtmospheric and Environmental Gas DynamicsTravaux en français237 207