MétaCan
Menu
Retour à la cohorte
Enregistrement W2132187929 · doi:10.5194/acp-10-1385-2010

Quantitative assessment of Southern Hemisphere ozone in chemistry-climate model simulations

2010· article· en· W2132187929 sur OpenAlexaff
Alexey Yu. Karpechko, Nathan P. Gillett, Birgit Haßler, Karen H. Rosenlof, Eugene Rozanov

Notice bibliographique

RevueAtmospheric chemistry and physics · 2010
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric Ozone and Climate
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesScheme for Promotion of Academic and Research CollaborationNatural Environment Research CouncilSight Research UK
Mots-clésOzoneTropospheric ozoneEnvironmental scienceStratosphereClimatologyClimate modelAtmospheric sciencesOzone layerNorthern HemisphereSouthern HemisphereTroposphereClimate changeMeteorologyGeographyGeology

Résumé

récupéré en direct d'OpenAlex

Abstract. Stratospheric ozone recovery in the Southern Hemisphere is expected to drive pronounced trends in atmospheric temperature and circulation from the stratosphere to the troposphere in the 21st century; therefore ozone changes need to be accounted for in future climate simulations. Many climate models do not have interactive ozone chemistry and rely on prescribed ozone fields, which may be obtained from coupled chemistry-climate model (CCM) simulations. However CCMs vary widely in their predictions of ozone evolution, complicating the selection of ozone boundary conditions for future climate simulations. In order to assess which models might be expected to better simulate future ozone evolution, and thus provide more realistic ozone boundary conditions, we assess the ability of twelve CCMs to simulate observed ozone climatology and trends and rank the models according to their errors averaged across the individual diagnostics chosen. According to our analysis no one model performs better than the others in all the diagnostics; however, combining errors in individual diagnostics into one metric of model performance allows us to objectively rank the models. The multi-model average shows better overall agreement with the observations than any individual model. Based on this analysis we conclude that the multi-model average ozone projection presents the best estimate of future ozone evolution and recommend it for use as a boundary condition in future climate simulations. Our results also demonstrate a sensitivity of the analysis to the choice of reference data set for vertical ozone distribution over the Antarctic, highlighting the constraints that large observational uncertainty imposes on such model verification.

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 enseignants0,028
Score d'incertitude au seuil0,055

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
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 Opus0,010
Tête enseignante GPT0,249
Écart entre enseignants0,239 · 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

Citations14
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAtmospheric chemistry and physicsMême sujetAtmospheric Ozone and ClimateTravaux en français237 207