MétaCan
Menu
Retour à la cohorte
Enregistrement W3044987811 · doi:10.1029/2019gb006453

Time of Emergence and Large Ensemble Intercomparison for Ocean Biogeochemical Trends

2020· article· en· W3044987811 sur OpenAlexaff
Sarah Schlunegger, Keith B. Rodgers, Jorge L. Sarmiento, Tatiana Ilyina, John P. Dunne, Yohei Takano, James R. Christian, Matthew C. Long, Thomas L. Frölicher, Richard D. Slater, Flavio Lehner

Notice bibliographique

RevueGlobal Biogeochemical Cycles · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensPacific Institute for Climate Solutions
Organismes subventionnairesHorizon 2020National Aeronautics and Space AdministrationNational Oceanic and Atmospheric AdministrationSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungNational Science Foundation
Mots-clésBiogeochemistryBiogeochemical cycleEnvironmental scienceEarth system scienceForcing (mathematics)ClimatologyClimate changeOceanographyEcologyGeology

Résumé

récupéré en direct d'OpenAlex

Anthropogenically forced changes in ocean biogeochemistry are underway and critical for the ocean carbon sink and marine habitat. Detecting such changes in ocean biogeochemistry will require quantification of the magnitude of the change (anthropogenic signal) and the natural variability inherent to the climate system (noise). Here we use Large Ensemble (LE) experiments from four Earth system models (ESMs) with multiple emissions scenarios to estimate Time of Emergence (ToE) and partition projection uncertainty for anthropogenic signals in five biogeochemically important upper-ocean variables. We find ToEs are robust across ESMs for sea surface temperature and the invasion of anthropogenic carbon; emergence time scales are 20-30 yr. For the biological carbon pump, and sea surface chlorophyll and salinity, emergence time scales are longer (50+ yr), less robust across the ESMs, and more sensitive to the forcing scenario considered. We find internal variability uncertainty, and model differences in the internal variability uncertainty, can be consequential sources of uncertainty for projecting regional changes in ocean biogeochemistry over the coming decades. In combining structural, scenario, and internal variability uncertainty, this study represents the most comprehensive characterization of biogeochemical emergence time scales and uncertainty to date. Our findings delineate critical spatial and duration requirements for marine observing systems to robustly detect anthropogenic change.

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)0,004
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 enseignants0,006
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,021
Tête enseignante GPT0,263
Écart entre enseignants0,242 · 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

Citations98
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Biogeochemical CyclesMême sujetClimate variability and modelsTravaux en français237 207