Value-added diagnostics for the assessment and validation of integrated assessment models
Notice bibliographique
Résumé
We evaluated three Integrated Assessment Models (IAMs: IGSM, MERGE, MiniCAM) by: (i) comparing their global Primary Energy year-2000 initializations and projections for 2010 and 2015 to historical data ; (ii) mapping their CO 2 emissions projections against observations; and (iii) examining model-output diagnostics. The IAMs underestimated historical primary energy consumption and initial/projected CO 2 emissions in both reference and stabilization scenarios (particularly for combustion fuels) but overestimated usage of non-biomass renewables, causing underestimates of future CO 2 emissions that, for the stabilization scenarios, are wildly optimistic. Mitigation technology breakdowns in the policy scenarios vary enormously across IAMs, suggesting that confidence in their projections might be misplaced, or that options for mitigation have greater scope than is supposed. Most increases in carbon-free technologies in the stabilization scenarios are already captured in the reference cases. Energy-conversion efficiencies in electricity generation improve over time, but, (except for gas-powered generation in IGSM), efficiencies in the policy scenarios are less than in the reference. Electrification results diverge widely: IGSM has little change over the 21st century, while MiniCAM and MERGE have major electrification increases in their policy scenarios. We suggest: 1) comprehensive model output suitable for secondary analysis should be more readily available; 2) directly comparable reference and policy-driven mitigation scenarios are essential for assessing mitigation measures ; 3) model validation using historical, source-specific energy data is crucial for assessing model credibility; 4) separation of mitigation contributions into no-policy and policy-driven amounts is needed to assess the effectiveness of mitigation policies; and 5) detailed inter-model comparisons can provide important insights into model credibility.
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 | 0,035 | 0,116 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 ».