MétaCan
Menu
Retour à la cohorte
Enregistrement W2077042386 · doi:10.1175/jcli-d-12-00476.1

Constraining the Ratio of Global Warming to Cumulative CO2 Emissions Using CMIP5 Simulations*

2013· article· en· W2077042386 sur OpenAlexaff
Nathan P. Gillett, Vivek K. Arora, H. Damon Matthews, Myles Allen

Notice bibliographique

RevueJournal of Climate · 2013
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueClimate Change Policy and Economics
Établissements canadiensConcordia UniversityEnvironment and Climate Change Canada
Organismes subventionnairesnon disponible
Mots-clésCoupled model intercomparison projectEnvironmental scienceClimatologyGreenhouse gasGlobal warmingClimate modelAtmospheric sciencesRange (aeronautics)Climate changeCarbon dioxideClimate sensitivityCarbon cycleClimate systemChemistryGeology

Résumé

récupéré en direct d'OpenAlex

Abstract The ratio of warming to cumulative emissions of carbon dioxide has been shown to be approximately independent of time and emissions scenarios and directly relates emissions to temperature. It is therefore a potentially important tool for climate mitigation policy. The transient climate response to cumulative carbon emissions (TCRE), defined as the ratio of global-mean warming to cumulative emissions at CO2 doubling in a 1% yr−1 CO2 increase experiment, ranges from 0.8 to 2.4 K EgC−1 in 15 models from phase 5 of the Coupled Model Intercomparison Project (CMIP5)—a somewhat broader range than that found in a previous generation of carbon–climate models. Using newly available simulations and a new observational temperature dataset to 2010, TCRE is estimated from observations by dividing an observationally constrained estimate of CO2-attributable warming by an estimate of cumulative carbon emissions to date, yielding an observationally constrained 5%–95% range of 0.7–2.0 K EgC−1.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,053
Score d'incertitude au seuil0,106

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
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 Opus0,142
Tête enseignante GPT0,336
Écart entre enseignants0,194 · 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

Citations327
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of ClimateMême sujetClimate Change Policy and EconomicsTravaux en français237 207