The record-shattering 2021 Pacific Northwest heatwave – challenges and opportunities for attribution and event storylines
Notice bibliographique
Résumé
Parts of western North America experienced a heatwave in late June 2021that many would have conceived impossible based on observations so far. In Lytton, Canada, temperatures peaked at 49.6°C, and the area-average daily maximum temperature record across the Pacific Northwest was broken by nearly 5°C. Given the exceptional intensity of the eventsome media outlets and scientists raised the questions whether heat extremes intensify faster than previously projected based on climate models, or whether current generations of climate models miss crucial processes and are thus unable to even reproduce such an event.. Here I address these questions and highlight some of the challenges for widely methods in model evaluation and attribution.First, I review some of the recent literature detailing the key physical mechanisms driving the Pacific Northwest heatwave. I address some of the key scientific challenges regarding the quantification of return periods, event attribution, model evaluation and near-term projections. Widely used methods estimating stationary return periods based on the observational record up to the year before imply that such an event had an infinite return period, i.e., that it would never happen. Even when taking into account the non-stationarity of a warming climate, the exceedance probability would be zeroor nearly zero depending on the estimation of the confidence intervals, the duration of the event and whether the event itself is included in the fit. I discuss some potential ways forward in addressing the above challenges and in quantifying the potential intensity of record-shattering events in the near future.
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 | 0,032 | 0,139 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,011 | 0,017 |
| Science ouverte | 0,004 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».