Quantifying the probability distribution function of the transient climate response to cumulative CO<sub>2</sub> emissions
Notice bibliographique
Résumé
Abstract The Transient Climate Response to Cumulative CO 2 Emissions (TCRE) is the proportionality between global temperature change and cumulative CO 2 emissions. The TCRE implies a finite quantity of CO 2 emissions, or carbon budget, consistent with a given temperature change limit. The uncertainty of the TCRE is often assumed be normally distributed, but this assumption has yet to be validated. We calculated the TCRE using a zero-dimensional ocean diffusive model and a Monte-Carlo error propagation ( n = 10 000 000) randomly drawing from probability density functions of the climate feedback parameter, the land-borne fraction of carbon, radiative forcing from an e-fold increase in CO 2 concentration, effective ocean diffusivity, and the ratio of sea to global surface temperature change. The calculated TCRE has a positively skewed distribution, ranging from 1.1 to 2.9 K EgC −1 (5%–95% confidence), with a mean and median value of 1.9 and 1.8 K EgC −1 . The calculated distribution of the TCRE is well described by a log-normal distribution. The CO 2 -only carbon budget compatible with 2 °C warming is 1100 PgC, ranging from 700 to 1800 PgC (5%–95% confidence) estimated using a simplified model of ocean dynamics. Climate sensitivity is the most influential Earth System parameter on the TCRE, followed by the land-borne fraction of carbon, radiative forcing from an e-fold increase in CO 2 , effective ocean diffusivity, and the ratio of sea to global surface temperature change. While the uncertainty of the TCRE is considerable, the use of a log-normal distribution may improve estimations of the TCRE and associated carbon budgets.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».