MétaCan
Menu
← Retour à la cohorte
Enregistrement W4220756229 · doi:10.5194/egusphere-egu22-6562

Towards spatio-temporal comparison of transient simulations and temperature reconstructions for the last deglaciation

2022· preprint· en· W4220756229 sur OpenAlexaff
Nils Weitzel, Heather Andres, Jean‐Philippe Baudouin, Oliver Bothe, Andrew M. Dolman, Lukas Jonkers, Marie Kapsch, Thomas Kleinen, Uwe Mikolajewicz, André Paul, Kira Rehfeld

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeology and Paleoclimatology Research
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésDeglaciationProxy (statistics)Probabilistic logicStandard deviationAlgorithmClimatologyGlacial periodComputer scienceGeologyEnvironmental scienceMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

An increasing number of Earth System Models has been used to simulate the climatic transition from the Last Glacial Maximum to the Holocene. This creates a demand for benchmarking against environmental proxy records, which have been synthesized for the same time period. Comparing these two data sources in space and time over a period with changing background conditions requires new methods. We employ proxy system modeling for probabilistic quantification of the deviation between temperature reconstructions and transient simulations. Regional and global scores quantify the mismatch in the pattern and magnitude of orbital- as well as millennial-scale temperature variations. In pseudo-proxy experiments, we test the ability of our algorithm to accurately rank an ensemble of simulations according to their deviation from a prescribed temperature history, dependent upon the amount of added non-climatic noise. To this purpose, noisy pseudo-proxies are constructed by perturbing a reference simulation. We show that the algorithm detects the main features separating the ensemble members. When scores are aggregated spatially, the algorithm ranks simulations robustly and accurately in the presence of uncertainties. In contrast, erroneous rankings occur more often if only a single location is assessed. Having established the effectiveness of the algorithm in idealized experiments, we apply our method to quantify the deviation between data from the PalMod project: an ensemble of transient deglacial simulations and a global compilation of sea surface temperature reconstructions. No simulation performs consistently well across different regions and components of the temperature evolution which we attribute to the larger spatial heterogeneity in reconstructions. Our work provides a basis for a standardized model-data comparison workflow, which can be extended subsequently with additional proxy data, new simulations, and improved representations of 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 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)0,004
score de la tête « metaresearch » (Gemma)0,012
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 enseignants0,008
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,012
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,044
Tête enseignante GPT0,308
Écart entre enseignants0,264 · 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetGeology and Paleoclimatology Research→Travaux en français237 207→