MétaCan
Menu
Retour à la cohorte
Enregistrement W4392616320 · doi:10.5194/egusphere-egu24-1191

Are users drawing the same conclusions from different climate data portals?

2024· preprint· en· W4392616320 sur OpenAlexaffabout
Juliette Lavoie, Louis‐Philippe Caron, Travis Logan, Elaine Barrow

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineComputer Science
ThématiqueResearch Data Management Practices
Établissements canadiensEnvironment and Climate Change CanadaOuranos
Organismes subventionnairesnon disponible
Mots-clésComputer scienceBusinessData science

Résumé

récupéré en direct d'OpenAlex

Climate data portals serve as important tools for climate services providers to effectively communicate with decision-makers. With a rapid increase in the number of such portals and the datasets underlying them, critical questions arise: do users encounter similar narratives across these platforms, and does their choice of portal influence decisions on adaptation measures? This presentation conducts a comparative analysis of two prominent Canadian portals, namely Climate Data Canada and Portraits Climatiques. Both portals feature bias-adjusted CMIP6 simulations that differ in various aspects, including bias-adjustment methodology, climate of reference, ensemble composition, and emissions scenarios. The impact of these choices is explored by assessing three core variables (daily maximum temperature, daily minimum temperature, and daily precipitation) and examining five case studies from the agriculture, transport, and health sectors. Our findings reveal significant disparities between the portals in terms of climate indicator values at the end of the century, while projected changes compared to the present climate are often more similar. Moreover, we observe a strong influence of the reference dataset choice on threshold-based indicators. Despite these discrepancies, users commonly make similar final decisions when employing both platforms, as adaptation measures are not markedly sensitive to the distinctions and as other non-climate-related factors must be considered in the decision-making process. This study sheds light on differences and similarities between climate data portals, emphasizing the need for climate services organizations to transparently communicate the implications of their choices to users, in order to guide the formulation of effective adaptation strategies.

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)0,061
score de la tête « metaresearch » (Gemma)0,183
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Reproductibilité · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,939
Score d'incertitude au seuil0,323

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0610,183
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,005
Études des sciences et des technologies0,0050,006
Communication savante0,0190,018
Science ouverte0,0020,007
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,223
Tête enseignante GPT0,408
Écart entre enseignants0,185 · 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.

Devis d'étudeObservationnel
DomaineReproductibilité
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
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetResearch Data Management PracticesTravaux en français237 207