MétaCan
Menu
Retour à la cohorte
Enregistrement W2912796002 · doi:10.1038/s41598-018-37719-9

Tracing the climate signal: mitigation of anthropogenic methane emissions can outweigh a large Arctic natural emission increase

2019· article· en· W2912796002 sur OpenAlexaff
Torben R. Christensen, Vivek K. Arora, Michael Gauss, Lena Höglund-Isaksson, Frans‐Jan W. Parmentier

Notice bibliographique

RevueScientific Reports · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric and Environmental Gas Dynamics
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesNorges ForskningsrådVetenskapsrådet
Mots-clésMethaneEnvironmental scienceMethane emissionsRadiative forcingGreenhouse gasAtmospheric methanePermafrostArcticClimate changeAtmospheric sciencesGlobal warmingEcosystemClimatologyEcologyOceanographyGeology

Résumé

récupéré en direct d'OpenAlex

Natural methane emissions are noticeably influenced by warming of cold arctic ecosystems and permafrost. An evaluation specifically of Arctic natural methane emissions in relation to our ability to mitigate anthropogenic methane emissions is needed. Here we use empirical scenarios of increases in natural emissions together with maximum technically feasible reductions in anthropogenic emissions to evaluate their potential influence on future atmospheric methane concentrations and associated radiative forcing (RF). The largest amplification of natural emissions yields up to 42% higher atmospheric methane concentrations by the year 2100 compared with no change in natural emissions. The most likely scenarios are lower than this, while anthropogenic emission reductions may have a much greater yielding effect, with the potential of halving atmospheric methane concentrations by 2100 compared to when anthropogenic emissions continue to increase as in a business-as-usual case. In a broader perspective, it is shown that man-made emissions can be reduced sufficiently to limit methane-caused climate warming by 2100 even in the case of an uncontrolled natural Arctic methane emission feedback, but this requires a committed, global effort towards maximum feasible reductions.

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)0,003
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 enseignants0,006
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,004
Tête enseignante GPT0,219
Écart entre enseignants0,215 · 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

Citations35
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetAtmospheric and Environmental Gas DynamicsTravaux en français237 207