MétaCan
Menu
← Retour à la cohorte
Enregistrement W4322765699 · doi:10.1029/2022gl100563

Large Contribution of Ozone‐Depleting Substances to Global and Arctic Warming in the Late 20th Century

2023· article· en· W4322765699 sur OpenAlexaffabout
Michael Sigmond, Lorenzo M. Polvani, John C. Fyfe, Chris Smith, Jason N. S. Cole, Mark England

Notice bibliographique

RevueGeophysical Research Letters · 2023
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric Ozone and Climate
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesInternational Institute for Applied Systems AnalysisNatural Environment Research CouncilSight Research UKNational Science Foundation
Mots-clésClimatologyGlobal warmingEnvironmental scienceArcticRadiative forcingClimate changeOzone depletionMontreal ProtocolThe arcticAtmospheric sciencesForcing (mathematics)Arctic geoengineeringOzone layerArctic ice packSea iceOceanographyGeologyStratosphere

Résumé

récupéré en direct d'OpenAlex

Abstract While previous studies have suggested a substantial role of ozone‐depleting substances (ODSs) in historical climate change, their relative contribution to historical anthropogenic warming has not been quantified before. Analyzing all‐but‐one‐forcing, 20‐member ensembles of historical simulations with a state‐of‐the‐art Earth System Model, we find that over the 1955–2005 period ODSs are responsible for 30% of global warming, 37% of Arctic warming, and 33% of summertime Arctic sea ice loss. Effective Radiative Forcing (ERF) calculations reveal that the global warming response to ODSs per unit of ERF is about 20% larger than for CO 2 , which may be due to stronger feedbacks and the difference in temporal evolution with ODSs having leveled off and CO 2 still increasing in 2005. While the response to both peaks in the Arctic, the ODS ERF opposes Arctic amplification more than the CO 2 ERF. Our findings highlight the importance of the Montreal Protocol for mitigating future climate change.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,051
Score d'incertitude au seuil0,101

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,023
Tête enseignante GPT0,296
Écart entre enseignants0,273 · 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'étudeObservationnel
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

Citations14
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGeophysical Research Letters→Même sujetAtmospheric Ozone and Climate→Travaux en français237 207→