Towards model-data comparison of the deglacial temperature evolution in space and time
Notice bibliographique
Résumé
The increasing number of Earth system model simulations that try to simulate the climate during the last deglaciation (ca 20 to 10 thousand years ago) creates a demand for benchmarking against environmental proxy records synthesized for the same time period. Comparing these two data sources over a period with changing background conditions requires new methods for model-data comparison that incorporate multiple types and sources of uncertainty. Natural archives of past reality are distributed sparsely and non-uniformly in space and time. Signals that can be obtained are in addition perturbed by uncertainties related to dating, the relationship between the proxy sensor and environmental fields, the archive build-up, and measurement. On the other hand, paleoclimate simulations are four-dimensional, complete, and physically consistent representations of the climate. However, they are subject to errors due to model inadequacies and sensitivity to the forcing protocol, and will not reproduce any particular history of unforced variability. We present a method for probabilistic, multivariate quantification of the deviation between paleo-data and paleoclimate simulations that draws on the strengths of both sources of information and accounts for the aforementioned uncertainties. We compare the shape and magnitude of orbital- and millennial-scale temperature fluctuations during the last deglaciation and compute metrics of regional and global model-data mismatches. We test our algorithm with an ensemble of published simulations of the deglaciation and simulations from the ongoing PalMod project, which aims at the simulation of the last glacial cycle with comprehensive Earth system models. These are evaluated against a compilation of temperature reconstructions from multiple archives. Our work aims for a standardized model-data comparison workflow that will be used in PalMod. This workflow can be extended subsequently with additional proxy data, new simulations, and improved representations of proxy uncertainties.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,013 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».