MétaCan
Menu
Retour à la cohorte
Enregistrement W3145236039 · doi:10.1073/pnas.1921854118

Potential ecological impacts of climate intervention by reflecting sunlight to cool Earth

2021· article· en· W3145236039 sur OpenAlexaff
Phoebe L. Zarnetske, Jessica Gurevitch, Janet Franklin, Peter M. Groffman, Cheryl S. Harrison, Jessica J. Hellmann, Forrest M. Hoffman, Shan Kothari, Alan Robock, Simone Tilmes, Daniele Visioni, Jin Wu, Lili Xia, Cheng-En Yang

Notice bibliographique

RevueProceedings of the National Academy of Sciences · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate Change and Geoengineering
Établissements canadiensUniversité de Montréal
Organismes subventionnairesDivision of Environmental BiologyCollege of Engineering, Michigan State UniversityDivision of Atmospheric and Geospace SciencesMichigan State UniversityU.S. Department of EnergyStony Brook UniversityNational Science Foundation
Mots-clésClimate changeEnvironmental scienceEarth system scienceAlbedo (alchemy)Environmental resource managementBiodiversityGlobal warmingPopulationEcosystemEcosystem servicesEcologyBiology

Résumé

récupéré en direct d'OpenAlex

As the effects of anthropogenic climate change become more severe, several approaches for deliberate climate intervention to reduce or stabilize Earth's surface temperature have been proposed. Solar radiation modification (SRM) is one potential approach to partially counteract anthropogenic warming by reflecting a small proportion of the incoming solar radiation to increase Earth's albedo. While climate science research has focused on the predicted climate effects of SRM, almost no studies have investigated the impacts that SRM would have on ecological systems. The impacts and risks posed by SRM would vary by implementation scenario, anthropogenic climate effects, geographic region, and by ecosystem, community, population, and organism. Complex interactions among Earth's climate system and living systems would further affect SRM impacts and risks. We focus here on stratospheric aerosol intervention (SAI), a well-studied and relatively feasible SRM scheme that is likely to have a large impact on Earth's surface temperature. We outline current gaps in knowledge about both helpful and harmful predicted effects of SAI on ecological systems. Desired ecological outcomes might also inform development of future SAI implementation scenarios. In addition to filling these knowledge gaps, increased collaboration between ecologists and climate scientists would identify a common set of SAI research goals and improve the communication about potential SAI impacts and risks with the public. Without this collaboration, forecasts of SAI impacts will overlook potential effects on biodiversity and ecosystem services for humanity.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,035
Tête enseignante GPT0,318
Écart entre enseignants0,283 · 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'étudeThéorique ou conceptuel
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

Citations122
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the National Academy of SciencesMême sujetClimate Change and GeoengineeringTravaux en français237 207