MétaCan
Menu
Retour à la cohorte
Enregistrement W2483399150 · doi:10.1175/jcli-d-15-0761.1

Is Institutional Democracy a Good Proxy for Model Independence?

2016· article· en· W2483399150 sur OpenAlexaff
Martin Leduc, René Laprise, Ramón de Elía, Leo Šeparović

Notice bibliographique

RevueJournal of Climate · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensOuranosUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésProxy (statistics)Climate modelClimate changeMetric (unit)WeightingEconometricsClimatologyAssertionEnvironmental scienceMathematicsStatisticsComputer scienceGeologyEconomics

Résumé

récupéré en direct d'OpenAlex

Abstract Climate models developed within a given research group or institution are prone to share structural similarities, which may induce resembling features in their simulations of the earth’s climate. This assertion, known as the “same-center hypothesis,” is investigated here using a subsample of CMIP3 climate projections constructed by retaining only the models originating from institutions that provided more than one model (or model version). The contributions of individual modeling centers to this ensemble are first presented in terms of climate change projections. A metric for climate change disagreement is then defined to analyze the impact of typical structural differences (such as resolution, parameterizations, or even entire atmosphere and ocean components) on regional climate projections. This metric is compared to a present climate performance metric (correlation of error patterns) within a cross-model comparison framework in terms of their abilities to identify the same-center models. Overall, structural differences between the pairs of same-center models have a stronger impact on climate change projections than on how models reproduce the observed climate. The same-center criterion is used to detect agreements that might be attributable to model similarities and thus that should not be interpreted as implying greater confidence in a given result. It is proposed that such noninformative agreements should be discarded from the ensemble, unless evidence shows that these models can be assumed to be independent. Since this burden of proof is not generally met by the centers participating in a multimodel ensemble, the authors propose an ensemble-weighting scheme based on the assumption of institutional democracy to prevent overconfidence in climate change projections.

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)0,018
score de la tête « metaresearch » (Gemma)0,118
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,982
Score d'incertitude au seuil0,096

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,118
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0020,004
Communication savante0,0030,006
Science ouverte0,0020,006
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,028
Tête enseignante GPT0,283
Écart entre enseignants0,254 · 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.

Devis d'étudeThéorique ou conceptuel
DomaineMéthodes
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

Citations59
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of ClimateMême sujetClimate variability and modelsTravaux en français237 207