MétaCan
Menu
Retour à la cohorte
Enregistrement W3080399208 · doi:10.5194/cp-17-545-2021

Technical note: Characterising and comparing different palaeoclimates with dynamical systems theory

2021· article· en· W3080399208 sur OpenAlexaff
Gabriele Messori, Davide Faranda

Notice bibliographique

RevueClimate of the past · 2021
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeology and Paleoclimatology Research
Établissements canadiensImpact
Organismes subventionnairesInstitut national des sciences de l'UniversCentre National de la Recherche ScientifiqueVetenskapsrådetSvenska Forskningsrådet FormasAgence Nationale de la Recherche
Mots-clésDynamical systems theoryDegrees of freedom (physics and chemistry)Climate modelVariable (mathematics)Computer scienceEarth system sciencePrecipitationCoupling (piping)Range (aeronautics)ClimatologyGeologyClimate changeEconometricsMeteorologyMathematicsGeographyOceanographyPhysics

Résumé

récupéré en direct d'OpenAlex

Numerical climate simulations produce vast amounts of high-resolution data. This poses new challenges to the palaeoclimate community – and indeed to the broader climate community – in how to efficiently process and interpret model output. The palaeoclimate community also faces the additional challenge of having to characterise and compare a much broader range of climates than encountered in other subfields of climate science. Here we propose an analysis framework, grounded in dynamical systems theory, which may contribute to overcoming these challenges. The framework enables the characterisation of the dynamics of a given climate through a small number of metrics. These may be applied to individual climate variables or to several variables at once, and they can diagnose properties such as persistence, active number of degrees of freedom and coupling. Crucially, the metrics provide information on instantaneous states of the chosen variable(s). To illustrate the framework's applicability, we analyse three numerical simulations of mid-Holocene climates over North Africa under different boundary conditions. We find that the three simulations produce climate systems with different dynamical properties, such as persistence of the spatial precipitation patterns and coupling between precipitation and large-scale sea level pressure patterns, which are reflected in the dynamical systems metrics. We conclude that the dynamical systems framework holds significant potential for analysing palaeoclimate simulations. At the same time, an appraisal of the framework's limitations suggests that it should be viewed as a complement to more conventional analyses, rather than as a wholesale substitute.

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)0,011
score de la tête « metaresearch » (Gemma)0,040
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,060

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,040
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,004
Communication savante0,0030,005
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,015
Tête enseignante GPT0,236
Écart entre enseignants0,221 · 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
GenreMéthodes

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

En bref

Citations18
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClimate of the pastMême sujetGeology and Paleoclimatology ResearchTravaux en français237 207