MétaCan
Menu
← Retour à la cohorte
Enregistrement W2799889326 · doi:10.1038/s41467-018-04043-9

Limits on determining the skill of North Atlantic Ocean decadal predictions

2018· article· en· W2799889326 sur OpenAlexaboutno aff
Matthew Menary, Leon Hermanson

Notice bibliographique

RevueNature Communications · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of ReadingNatural Environment Research CouncilSight Research UKMet OfficeDepartment for Environment, Food and Rural Affairs, UK Government
Mots-clésClimatologyTeleconnectionClimate modelEnvironmental scienceThermohaline circulationOcean currentClimate changeForecast skillOceanographyGeologyEl Niño Southern Oscillation

Résumé

récupéré en direct d'OpenAlex

The northern North Atlantic is important globally both through its impact on the Atlantic Meridional Overturning Circulation (AMOC) and through widespread atmospheric teleconnections. The region has been shown to be potentially predictable a decade ahead with the skill of decadal predictions assessed against reanalyses of the ocean state. Here, we show that the prediction skill in this region is strongly dependent on the choice of reanalysis used for validation, and describe the causes. Multiannual skill in key metrics such as Labrador Sea density and the AMOC depends on more than simply the choice of the prediction model. Instead, this skill is related to the similarity between the nature of interannual density variability in the underlying climate model and the chosen reanalysis. The climate models used in these decadal predictions are also used in climate projections, which raises questions about the sensitivity of these projections to the models' innate North Atlantic density variability.

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)0,030
score de la tête « metaresearch » (Gemma)0,143
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,159

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0300,143
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,004
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,027
Tête enseignante GPT0,287
Écart entre enseignants0,260 · 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
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

Citations20
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNature Communications→Même sujetClimate variability and models→Travaux en français237 207→