MétaCan
Menu
← Retour à la cohorte
Enregistrement W2334143742 · doi:10.5194/gmd-2016-71

The Vulnerability, Impacts, Adaptation, and Climate Services (VIACS) Advisory Board for CMIP6

2016· article· en· W2334143742 sur OpenAlexaff
Alex C. Ruane, Claas Teichmann, Nigell Arnell, Timothy R. Carter, Kristie L. Ebi, Katja Frieler, C. M. Goodess, Bruce Hewitson, Radley Horton, Sari Kovats, Heike K. Lotze, Linda O. Mearns, Antonio Navarra, Dennis S. Ojima, Keywan Riahi, Cynthia Rosenzweig, Matthias Themeßl, Katharine Vincent

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésClimate changeVulnerability (computing)Coupled model intercomparison projectEnvironmental resource managementClimate FinanceRelevance (law)Adaptation (eye)Climate modelComputer scienceEnvironmental sciencePolitical science

Résumé

récupéré en direct d'OpenAlex

Abstract. The Vulnerability, Impacts, Adaptation, and Climate Services (VIACS) Advisory Board was created to provide a strong bridge between climate change applications experts and climate modelers for the Sixth Phase of the Coupled Model Intercomparison Project (CMIP6). The climate change application community comprises researchers and other specialists who make use of climate information (alongside other socioeconomic and environmental information) to analyze vulnerability, impacts and adaptation of natural systems and society in relation to past, ongoing and projected future climate change. Much of this activity is directed toward the co-development of information needed by decision-makers for managing projected risks. The initialization of CMIP6 provided a unique opportunity to facilitate a two-way dialogue between CMIP6 climate modelers and VIACS experts who are looking to apply CMIP6 results for a wide array of research and climate services objectives. The VIACS Advisory Board convenes leaders of major impact sectors, international programs, and climate services in order to solicit community feedback that increases applications relevance of the CMIP6 Model Intercomparison Projects (MIPs). As an illustration of its potential, the VIACS community provided CMIP6 leadership with a list of prioritized climate model variables and MIP experiments thought to be of greatest importance to the climate model applications community. Climate modelers therefore received useful guidance as to the applicability and societal relevance of their simulation outputs. The VIACS Advisory Board also reflected on contributions to Obs4MIPs and user needs for the gridding and processing of model output. Furthermore, the wide application of climate model outputs by VIACS users provides an error check and ground-truthing of the climate model-based results.

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)0,021
score de la tête « metaresearch » (Gemma)0,036
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,096
Score d'incertitude au seuil0,320

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0210,036
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0050,001
Communication savante0,0050,003
Science ouverte0,0030,004
Intégrité de la recherche0,0070,009
Charge utile insuffisante (le modèle a refusé de juger)0,0960,023

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 Opus0,022
Tête enseignante GPT0,255
Écart entre enseignants0,234 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetClimate variability and models→Travaux en français237 207→