MétaCan
Menu
Retour à la cohorte
Enregistrement W2904725185 · doi:10.5194/gmd-11-5027-2018

ESM-SnowMIP: assessing snow models and quantifying snow-related climate feedbacks

2018· article· en· W2904725185 sur OpenAlexaff
Gerhard Krinner, Chris Derksen, Richard Essery, M. Flanner, Stefan Hagemann, Martyn Clark, Alex Hall, Helmut Rott, Claire Brutel-Vuilmet, Hyungjun Kim, Cécile B. Ménard, Lawrence Mudryk, Chad W. Thackeray, Libo Wang, Gabriele Arduini, Gianpaolo Balsamo, Paul Bartlett, Julia Boike, Aaron Boone, Frédérique Cheruy, Jeanne Colin, Matthias Cuntz, Yongjiu Dai, Bertrand Decharme, Jeff Derry, Agnès Ducharne, Emanuel Dutra, Xing Fang, Charles Fierz, Josephine Ghattas, Yeugeniy M. Gusev, Vanessa Haverd, Anna Kontu, Matthieu Lafaysse, R. M. Law, David M. Lawrence, Weiping Li, Thomas Marke, Danny Marks, Martin Ménégoz, О. Н. Насонова, Tomoko Nitta, Masashi Niwano, John W. Pomeroy, Mark S. Raleigh, Gerd Schaedler, В. А. Семенов, Tatiana G. Smirnova, Tobias Stacke, Ulrich Strasser, Sean Svenson, D. V. Turkov, Tao Wang, Nander Wever, Hua Yuan, Wenyan Zhou, Dan Zhu

Notice bibliographique

RevueGeoscientific model development · 2018
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensUniversity of SaskatchewanEnvironment and Climate Change Canada
Organismes subventionnairesRussian Science FoundationEuropean CommissionSight Research UKNatural Environment Research CouncilCenter for Neuroscience and Regenerative MedicineSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungU.S. Department of EnergyJapan Society for the Promotion of ScienceRussian Foundation for Basic ResearchAgence Nationale de la RechercheNational Science Foundation
Mots-clésSnowCoupled model intercomparison projectEarth system scienceEnvironmental scienceContext (archaeology)ClimatologyClimate modelClimate systemScale (ratio)MeteorologyClimate changeGeographyGeologyCartography

Résumé

récupéré en direct d'OpenAlex

Abstract. This paper describes ESM-SnowMIP, an international coordinated modelling effort to evaluate current snow schemes, including snow schemes that are included in Earth system models, in a wide variety of settings against local and global observations. The project aims to identify crucial processes and characteristics that need to be improved in snow models in the context of local- and global-scale modelling. A further objective of ESM-SnowMIP is to better quantify snow-related feedbacks in the Earth system. Although it is not part of the sixth phase of the Coupled Model Intercomparison Project (CMIP6), ESM-SnowMIP is tightly linked to the CMIP6-endorsed Land Surface, Snow and Soil Moisture Model Intercomparison (LS3MIP).

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)0,005
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,046

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,002
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 Opus0,076
Tête enseignante GPT0,269
Écart entre enseignants0,193 · 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

Citations283
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeoscientific model developmentMême sujetCryospheric studies and observationsTravaux en français237 207