MétaCan
Menu
Retour à la cohorte
Enregistrement W2591443624 · doi:10.5194/gmd-10-4035-2017

The PMIP4 contribution to CMIP6 – Part 4: Scientific objectives and experimental design of the PMIP4-CMIP6 Last Glacial Maximum experiments and PMIP4 sensitivity experiments

2017· article· en· W2591443624 sur OpenAlexaff
Masa Kageyama, Samuel Albani, Pascale Braconnot, Sandy P. Harrison, Peter O. Hopcroft, Ruza Ivanovic, Fabrice Lambert, Olivier Marti, W. R. Peltier, Jean-Yves Peterschmitt, Didier M. Roche, Lev Tarasov, Xu Zhang, Esther C. Brady, Alan M. Haywood, Allegra N. LeGrande, Daniel J. Lunt, N. M. Mahowald, Uwe Mikolajewicz, Kerim H. Nisancioglu, Bette L. Otto‐Bliesner, H. Renssen, Robert A. Tomas, Qiong Zhang, Ayako Abe‐Ouchi, Patrick J. Bartlein, Jian Cao, Qiang Li, Gerrit Lohmann, Rumi Ohgaito, Xiaoxu Shi, E. M. Volodin, Kohei Yoshida, Xiao Zhang, Weipeng Zheng

Notice bibliographique

RevueGeoscientific model development · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensMemorial University of NewfoundlandUniversity of Toronto
Organismes subventionnairesComisión Nacional de Investigación Científica y TecnológicaNatural Environment Research CouncilSight Research UKNational Center for Atmospheric ResearchNational Science Foundation
Mots-clésLast Glacial MaximumClimatologyClimate sensitivityPaleoclimatologyClimate modelEnvironmental scienceIce sheetForcing (mathematics)Climate changeCoupled model intercomparison projectPresent dayGlacial periodAtmospheric sciencesGeologyOceanographyGeomorphology

Résumé

récupéré en direct d'OpenAlex

Abstract. The Last Glacial Maximum (LGM, 21 000 years ago) is one of the suite of paleoclimate simulations included in the current phase of the Coupled Model Intercomparison Project (CMIP6). It is an interval when insolation was similar to the present, but global ice volume was at a maximum, eustatic sea level was at or close to a minimum, greenhouse gas concentrations were lower, atmospheric aerosol loadings were higher than today, and vegetation and land-surface characteristics were different from today. The LGM has been a focus for the Paleoclimate Modelling Intercomparison Project (PMIP) since its inception, and thus many of the problems that might be associated with simulating such a radically different climate are well documented. The LGM state provides an ideal case study for evaluating climate model performance because the changes in forcing and temperature between the LGM and pre-industrial are of the same order of magnitude as those projected for the end of the 21st century. Thus, the CMIP6 LGM experiment could provide additional information that can be used to constrain estimates of climate sensitivity. The design of the Tier 1 LGM experiment (lgm) includes an assessment of uncertainties in boundary conditions, in particular through the use of different reconstructions of the ice sheets and of the change in dust forcing. Additional (Tier 2) sensitivity experiments have been designed to quantify feedbacks associated with land-surface changes and aerosol loadings, and to isolate the role of individual forcings. Model analysis and evaluation will capitalize on the relative abundance of paleoenvironmental observations and quantitative climate reconstructions already available for the LGM.

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)0,019
score de la tête « metaresearch » (Gemma)0,014
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: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,102

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0190,014
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,036
Tête enseignante GPT0,267
Écart entre enseignants0,231 · 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
GenreMéthodes

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

En bref

Citations285
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeoscientific model developmentMême sujetClimate variability and modelsTravaux en français237 207