MétaCan
Menu
Retour à la cohorte
Enregistrement W2887665113 · doi:10.5194/essd-11-241-2019

SCOPE Climate: a 142-year daily high-resolution ensemble meteorological reconstruction dataset over France

2019· article· en· W2887665113 sur OpenAlexaff
Laurie Caillouet, Jean‐Philippe Vidal, Éric Sauquet, Benjamin Graff, Jean‐Michel Soubeyroux

Notice bibliographique

RevueEarth system science data · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesClimate Program OfficeBiological and Environmental ResearchOffice of ScienceNational Oceanic and Atmospheric AdministrationU.S. Department of Energy
Mots-clésDownscalingScope (computer science)EvapotranspirationClimatologyPrecipitationEnvironmental scienceClimate modelProbabilistic logicForcing (mathematics)Climate changeMeteorologyNetCDFComputer scienceGeographyGeologyArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Abstract. SCOPE Climate (Spatially COherent Probabilistic Extended Climate dataset) is a 25-member ensemble of 142-year daily high-resolution reconstructions of precipitation, temperature, and Penman–Monteith reference evapotranspiration over France, from 1 January 1871 to 29 December 2012. SCOPE Climate provides an ensemble of 25 spatially coherent gridded multivariate time series. It is derived from the statistical downscaling of the Twentieth Century Reanalysis (20CR) by the SCOPE method, which is based on the analogue approach. SCOPE Climate performs well in comparison to both dependent and independent data for precipitation and temperature. The ensemble aspect corresponds to the uncertainty related to the SCOPE method. SCOPE Climate is the first century-long gridded high-resolution homogeneous dataset available over France and thus has paved the way for improving knowledge on specific past meteorological events or for improving knowledge on climate variability, since the end of the 19th century. This dataset has also been designed as a forcing dataset for long-term hydrological applications and studies of the hydrological consequences of climate variability over France. SCOPE Climate is freely available for any non-commercial use and can be downloaded as NetCDF files from https://doi.org/10.5281/zenodo.1299760 for precipitation, https://doi.org/10.5281/zenodo.1299712 for temperature, and https://doi.org/10.5281/zenodo.1251843 for reference evapotranspiration.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,069
Score d'incertitude au seuil0,137

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,005

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 Opus0,025
Tête enseignante GPT0,251
Écart entre enseignants0,227 · 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
GenreJeu de données

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

En bref

Citations54
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEarth system science dataMême sujetClimate variability and modelsTravaux en français237 207