MétaCan
Menu
Retour à la cohorte
Enregistrement W2075202554 · doi:10.1175/jcli3769.1

Climate and Climate Change over North America as Simulated by the Canadian RCM

2006· article· en· W2075202554 sur OpenAlexaffabout
David A. Plummer, D. Caya, Anne Frigon, Hélène Côté, Marie‐Hélène Giguère, Dominique Paquin, S. Biner, Richard Harvey, Ramón de Elía

Notice bibliographique

RevueJournal of Climate · 2006
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensOuranos
Organismes subventionnairesnon disponible
Mots-clésGCM transcription factorsClimatologyClimate modelPrecipitationEnvironmental scienceGeneral Circulation ModelClimate changeAtmospheric sciencesMeteorologyGeographyPhysicsGeology

Résumé

récupéré en direct d'OpenAlex

Abstract An analysis of several multidecadal simulations of the present (1971–90) and future (2041–60) climate from the Canadian Regional Climate Model (CRCM) is presented. The effects on the CRCM climate of model domain size, internal variability of the general circulation model (GCM) used to provide boundary conditions, and modifications to the physical parameterizations used in the CRCM are investigated. The influence of boundary conditions is further investigated by comparing the GCM-driven simulations of the current climate with simulations performed using boundary conditions from meteorological reanalyses. The present climate of the model in these different configurations is assessed by comparing the seasonal averages and interannual variability of precipitation and surface air temperature with an observed climatology. Generally, small differences are found between the two simulations on different domains, though both domains are quite large as compared with previously reported results. Simulations driven by GCM output show a significant warm bias for wintertime surface air temperatures over northern regions. This warm bias is much reduced in the GCM-driven simulation when an updated set of physical parameterizations is used in the CRCM. The warm bias is also reduced for simulations with the standard set of physical parameterizations when the CRCM is driven with reanalysis data. However, use of the modified physics package for reanalysis-driven simulations results in surface air temperatures that are colder than the observations. Summertime precipitation in the model is much larger than observed, a bias that is present in both the GCM-driven and reanalysis-driven simulations. The bias in summertime precipitation is reduced for both types of driving data when the updated set of physical parameterizations is used. Model projections of climate change between the present and future periods are also presented and the sensitivity of these projections to many of the above-mentioned modifications is assessed. Changes in surface air temperature are predicted to be largest over northern regions in winter, with smaller changes over more southerly regions and in the summer season. Changes in seasonal average precipitation are projected to be in the range of ±10% of present-day amounts for most regions and seasons. The CRCM projections of surface air temperature changes are strongly affected by the internal variability of the driving GCM over high northern latitudes and to changes in the physical parameterizations over many regions for the summer season.

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)0,002
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 enseignants0,031
Score d'incertitude au seuil0,227

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 GPT0,239
Écart entre enseignants0,226 · 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

Citations242
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of ClimateMême sujetClimate variability and modelsTravaux en français237 207