The CUISINES 2024 menu: Updates and progress on a large exoplanet model intercomparison framework
Notice bibliographique
Résumé
The exoplanet community possesses an incredible variety of models to match the astronomical diversity of exoplanets. Those models are used to either predict or interpret exoplanet data. However, contrary to Earth science, we have no existing ground truth to validate those models. Meanwhile, we would still learn a lot from benchmarking exoplanet models together to increase the robustness in our data prediction and interpretation, to identify bugs and to highlight model features that would require additional developments.The Climates Using Interactive Suites of Intercomparisons Nested for Exoplanet Studies (CUISINES) Working Group of NASA’s Nexus for Exoplanet Systems Science (NExSS) supports a systematized approach to evaluating the performance of exoplanet models, and provides here a framework for conducting community-organized exoplanet Model Intercomparison Projects (exoMIPs). The CUISINES framework adapts Earth climate community practices specifically for the needs of the exoplanet researchers, encompassing a range of model types, planetary targets, and parameter space studies. In this presentation, we will give updates on the various exoMIPs and we will provide insights on our findings to make an exoplanet model intercomparison a success on short and long timescales.
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 | 0,035 | 0,057 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,003 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,008 | 0,013 |
| Science ouverte | 0,012 | 0,012 |
| Intégrité de la recherche | 0,004 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,094 | 0,047 |
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 ».