MétaCan
Menu
Retour à la cohorte
Enregistrement W3086498647 · doi:10.1029/2020gl090695

Predictable Variations of the Carbon Sinks and Atmospheric CO <sub>2</sub> Growth in a Multi‐Model Framework

2020· article· en· W3086498647 sur OpenAlexaff
Tatiana Ilyina, Hongmei Li, Aaron Spring, Wolfgang A. Müller, Laurent Bopp, M. O. Chikamoto, Gökhan Danabasoglu, Mikhail Dobrynin, John P. Dunne, Filippa Fransner, Pierre Friedlingstein, W.‐S. Lee, Nicole S. Lovenduski, William J. Merryfield, Emmanuel Mignot, J.Y. Park, Roland Séférian, Reinel Sospedra‐Alfonso, Michio Watanabe, Stephen Yeager

Notice bibliographique

RevueGeophysical Research Letters · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric and Environmental Gas Dynamics
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesBundesministerium für Bildung und Forschung
Mots-clésPredictabilityEnvironmental scienceCarbon sinkSink (geography)InitializationClimatologyCarbon cycleCarbon dioxide in Earth's atmosphereCarbon dioxideCarbon sequestrationTropicsClimate modelAtmospheric sciencesClimate changeOceanographyGeographyGeologyEcologyComputer scienceMathematicsEcosystem

Résumé

récupéré en direct d'OpenAlex

Abstract Inter‐annual to decadal variability in the strength of the land and ocean carbon sinks impede accurate predictions of year‐to‐year atmospheric carbon dioxide (CO 2 ) growth rate. Such information is crucial to verify the effectiveness of fossil fuel emissions reduction measures. Using a multi‐model framework comprising prediction systems initialized by the observed state of the physical climate, we find a predictive skill for the global ocean carbon sink of up to 6 years for some models. Longer regional predictability horizons are found across single models. On land, a predictive skill of up to 2 years is primarily maintained in the tropics and extra‐tropics enabled by the initialization of the physical climate. We further show that anomalies of atmospheric CO 2 growth rate inferred from natural variations of the land and ocean carbon sinks are predictable at lead time of 2 years and the skill is limited by the land carbon sink predictability horizon.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,528
Score d'incertitude au seuil0,426

Scores Codex et Gemma par catégorie

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

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 Opus0,018
Tête enseignante GPT0,250
Écart entre enseignants0,231 · 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 tête enseignante, 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

Citations51
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeophysical Research LettersMême sujetAtmospheric and Environmental Gas DynamicsTravaux en français237 207