MétaCan
Menu
← Retour à la cohorte
Enregistrement W2782422487 · doi:10.5194/gmd-2017-277

Coupling the Glacial Systems Model (GSM) to LOVECLIM:description, sensitivities, and validation

2018· article· en· W2782422487 sur OpenAlexafffund
Taimaz Bahadory, Lev Tarasov

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésIce sheetClimatologyMeltwaterIce-sheet modelSea iceGeologySea surface temperatureClimate modelEnvironmental scienceGlacial periodAtmospheric sciencesCryosphereIce streamGeomorphologyClimate change

Résumé

récupéré en direct d'OpenAlex

Abstract. We have coupled an Earth Systems Model of Intermediate Complexity (LOVECLIM) to the Glacial Systems Model (GSM). This coupling includes a number of interactions between ice sheets and climate that are often ignored: dynamic meltwater runoff routing, novel down-scaling for precipitation that corrects orographic forcing to the higher resolution ice sheet grid (advective precipitation), dynamic vertical temperature gradient, and ocean temperatures for sub-shelf melt. The sensitivity of the coupled model with respect to the selected parameterizations and coupling schemes is investigated. Each new coupling feature has a significant impact on ice sheet evolution. An ensemble of runs is used to explore the behaviour of the coupled model over a set of 2000 parameter vectors using Present-Day (PD) initial and boundary conditions. The ensemble of coupled model runs is compared against PD reanalysis data for atmosphere (surface temperature, precipitation, jet-stream and Rossby number of jet), ocean (sea ice, sea surface temperature, and AMOC), and Northern Hemisphere ice sheet thickness and extent. The parameter vectors are then narrowed by rejecting model runs (1700 CE to present) with regional land ice volume changes beyond an acceptance range. The selected sub-set forms the basis for ongoing work to explore the spatial-temporal phase space of the last two glacial cycles.

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)0,003
score de la tête « metaresearch » (Gemma)0,007
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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,070

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0010,001
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)0,0020,000

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 Opus0,043
Tête enseignante GPT0,225
Écart entre enseignants0,182 · 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

Citations1
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetCryospheric studies and observations→Travaux en français237 207→