MétaCan
Menu
← Retour à la cohorte
Enregistrement W4200426962 · doi:10.1002/essoar.10509723.1

The SUMMA-SUNDIALS Earth System Model

2021· preprint· en· W4200426962 sur OpenAlexaff
Raymond J. Spiteri, Reza Zolfaghari, Wouter Knoben, Martyn Clark

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésWorld Wide WebComputer science

Résumé

récupéré en direct d'OpenAlex

The next generation of Earth System models promisesunprecedented predictive power through the application of improvedphysical representations, data collection, and high-performancecomputing. A key component to the accuracy, efficiency, and robustnessof the Earth System simulations is the time integration ofdifferential equations describing the physical processes. Manyexisting Earth System models are simulated using low-order,constant-stepsize time-integration methods with no error control,opening them up to being inaccurate, inefficient, or require aninfeasible amount of manual tweaking when run over multipleheterogeneous domains or scales. We have implemented the variable-stepize, variable-order differentialequation solver SUNDIALS as the time integrator within the Structurefor Unifying Multiple Modelling Alternatives (SUMMA) modelframework. The model equations in SUMMA were modified and augmented toexpress conservation of mass and enthalpy. Water and energy balanceerrors were tracked and kept below a strict tolerance. The resultingSUMMA-SUNDIALS software was successfully run in a fully automatedfashion to simulate hydrological processes on the North Americancontinent, sub-divided into over 500,000 catchments. We compared the performance of SUMMA-SUNDIALS with a version (calledSUMMA-BE) that used the backward Euler method with a fixed stepsize asthe time-integration method. We find that SUMMA-BE required two ordersof magnitude more CPU time to produce solutions of comparable accuracyto SUMMA-SUNDIALS. Solutions obtained with SUMMA-BE in a similar orshorter amount of CPU time than SUMMA-SUNDIALS often contained largediscrepancies. We conclude that sufficient accuracy, efficiency, and robustness ofnext-generation Earth System model simulations can realistically onlybe obtained through the use of adaptive solvers. Furthermore, wesuggest simulations produced with low-order, constant-stepsizesolvers deserve more scrutiny in terms of their accuracy.

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)0,001
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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,045
Score d'incertitude au seuil0,089

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0140,003

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 GPT0,246
Écart entre enseignants0,210 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetClimate variability and models→Travaux en français237 207→