A few prospective ideas on climate reconstruction: from a statistical single proxy approach towards a multi-proxy and dynamical approach
Notice bibliographique
Résumé
Abstract. Important progresses have been made in palaeoclimatological studies by using statistical methods. But they are in somewhere limited as they take the present as an absolute reference. This is particularly true for the modern analogue technique. The availability of mechanistic models to simulate the proxies measured in the sediment cores gives now the possibility to relax this constraint. In particular, vegetation models provide outputs comparable to pollen data (assuming that there is a relationship between plant productivity and pollen counts). The input of such models is, among others, climate. The idea behind paleoclimatological reconstructions is then to obtain inputs, given outputs. This procedure, called model inversion, can be achieved with appropriate algorithms in the frame of the Bayesian statistical theory. But we have chosen to present it in an intuitive way, avoiding the mathematics behind it. Starting from a relative simple application, based on an equilibrium BIOME3 model with a single proxy (pollen), the approach has evolved into two directions: (1) by using several proxies measured on the same core (e.g. lake-level status and δ13C) when they are related to a component of the vegetation, and (2) by using a more complex vegetation model, the dynamic vegetation model LPJ-GUESS. Examples presented (most of them being already published) concern Last Glacial Maximum in Europe and Africa, Holocene in a site of the Swiss Jura, an Eemian site in France. The main results are that: (1) pollen alone is not able to provide exhaustive information on precipitation, (2) assuming past CO2 equivalent to modern one may induce biases in climate reconstruction, (3) vegetation models seem to be too much constrained by temperature relative to precipitation in temperate regions. This paper attempts to organise some recent ideas in the palaeoclimatological reconstruction domain and to propose prospectives in that effervescent domain.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».