MétaCan
Menu
Retour à la cohorte
Enregistrement W2169912340 · doi:10.1175/jcli-d-13-00465.1

Surface Air Temperature Changes over the Twentieth and Twenty-First Centuries in China Simulated by 20 CMIP5 Models

2014· article· en· W2169912340 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueJournal of Climate · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensnon disponible
Organismes subventionnairesNational Aeronautics and Space Administration
Mots-clésCoupled model intercomparison projectClimatologyEnvironmental sciencePlateau (mathematics)Climate modelSurface air temperatureEnsemble averageTerrainClimate changeChinaAtmospheric sciencesPrecipitationMeteorologyGeographyGeology

Résumé

récupéré en direct d'OpenAlex

Abstract Historical temperature variability over China during the twentieth century and projected changes under three emission scenarios for the twenty-first century are evaluated on the basis of a multimodel ensemble of 20 GCMs from phase 5 of the Coupled Model Intercomparison Project (CMIP5) and two observational datasets. Changes relative to phase 3 of the Coupled Model Intercomparison Project (CMIP3) are assessed, and the performance of individual GCMs is also quantified. Compared with observations, GCMs have substantial cold biases over the Tibetan Plateau, especially in the cold season. The timing and location of these biases also correspond to the greatest disagreement among the individual models, indicating GCMs’ limitations in reproducing climatic features in this complex terrain. The CMIP5 multimodel ensemble shows better agreement with observations than CMIP3 in terms of the temperature biases. Both CMIP3 and CMIP5 capture the climatic warming over the twentieth century. However, the magnitude of the annual mean temperature trends is underestimated. There is also limited agreement in the spatial and seasonal patterns of temperature trends over China. Based on six statistical measures, four individual models—the Max Planck Institute Earth System Model, low resolution (MPI-ESM-LR), Second Generation Canadian Earth System Model (CanESM2), Model for Interdisciplinary Research on Climate, Earth System Model (MIROC-ESM), and Community Climate System Model, version 4 (CCSM4)—best represent surface air temperature variability over China. The future temperature projections indicate that the representative concentration pathway (RCP) 8.5 and RCP 4.5 scenarios exhibit a gradual increase in annual temperature during the twenty-first century at a rate of 0.60° and 0.27°C (10 yr)−1, respectively. As the lowest-emission mitigation scenario, RCP 2.6 projects the lowest rate of temperature increase [0.10°C (10 yr)−1]. By the end of the twenty-first century, temperature is projected to increase by 1.7°–5.7°C, with larger warming over northern China and the Tibetan Plateau.

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.

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)0,001
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,320
Score d'incertitude au seuil0,452

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,008
Tête enseignante GPT0,226
Écart entre enseignants0,218 · 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