MétaCan
Menu
Retour à la cohorte
Enregistrement W3157198512 · doi:10.1029/2021ef001995

Comparisons Between CMIP5 and CMIP6 Models: Simulations of Climate Indices Influencing Food Security, Infrastructure Resilience, and Human Health in Canada

2021· article· en· W3157198512 sur OpenAlexafffundabout
Sarah‐Claude Bourdeau‐Goulet, Elmira Hassanzadeh

Notice bibliographique

RevueEarth s Future · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueClimate change impacts on agriculture
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaPolytechnique Montréal
Mots-clésResilience (materials science)Food securityEnvironmental scienceHuman healthFood insecurityDownscalingClimatologyEnvironmental resource managementEnvironmental healthGeographyMeteorologyPrecipitationMedicineAgriculture

Résumé

récupéré en direct d'OpenAlex

Abstract The warming climate can considerably affect socioeconomic activities and environmental health conditions in Canada. Climate models play a key role in evaluating the impact of climate change and developing adaption and mitigation strategies corresponding to Canadian regions. This study compares the behavior of climate models participating in the Climate Model Intercomparison Project Phase 6 (CMIP6) with their CMIP5 predecessors in representing a set of climate indices relevant to Canada’s agricultural productivity, infrastructure resilience, and environmental health. Our results show that although CMIP5 and CMIP6 multi‐model ensemble mean values for the considered indices are almost similar, the behavior of individual CMIP5 and CMIP6 models or even the model pairs of the same modeling center can be different across Canada. Moreover, the CMIP6 models do not necessarily outperform CMIP5 in comparison to NOAA and NCEP reanalysis datasets in simulating the annual mean and coefficient of variation values for the indices during the historical period. The comparisons between models’ simulations also reveal that the envelope of estimated values based on individual CMIP6 models does not cover or overlap with their CMIP5 counterparts or even with other CMIP6 models. Therefore, the CMIP6 models with higher number of simulations do not necessarily provide a larger range of projections over Canadian regions. The divergence between CMIP5 and CMIP6 models’ behavior is more obvious under the 8.5 W/m 2 forcing in the long‐term horizon. Overall, the estimated sign, magnitude, and spatial pattern of changes in the climate indices depend on the considered climate model and forcing scenario.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,034
Score d'incertitude au seuil0,106

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,023
Tête enseignante GPT0,247
Écart entre enseignants0,225 · 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

Citations64
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEarth s FutureMême sujetClimate change impacts on agricultureTravaux en français237 207