MétaCan
Menu
Retour à la cohorte
Enregistrement W4393724983 · doi:10.5281/zenodo.8322595

Fossil Fuel CO₂ Emissions for the OCO2 Model Intercomparison Project (MIP)

2023· dataset· en· W4393724983 sur OpenAlexaff
Sourish Basu, Ray Nassar

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2023
Typedataset
Langueen
DomaineEngineering
ThématiqueCarbon Dioxide Capture Technologies
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesnon disponible
Mots-clésEnvironmental scienceFossil fuelMeteorologyWaste managementEngineeringGeography

Résumé

récupéré en direct d'OpenAlex

ATTENTION: Please only download the YYYY.tar files for the latest version. Due to a glitch in the Zenodo upload interface, older YYYYMM.tar files are showing up in this version as well. They should not be used for version 2023.0. These are fossil CO2 fluxes updated through July 2023 for atmospheric CO2 modeling. They were constructed primarily to be used for the OCO2 Model Intercomparison Project (MIP). For 2000-2021, they're based on ODIAC 2022, which in turn uses BP's energy use statistics for 2020 and 2021. ODIAC monthly emissions have been disaggregated to hourly using the TIMES emission factors for day of week and time of day (https://agupubs.onlinelibrary.wiley.com/doi/full/10.1029/2012JD018196). For 2022 and 2023, ODIAC's 2021 emissions have been scaled by the ratio of 2022 (or 2023) to 2021 emissions reported by Carbon Monitor, downloaded on August 31, 2023 from https://carbonmonitor.org/. ODIAC does not have sectoral decomposition to the degree provided by Carbon Monitor, so total ODIAC emissions for each region have been scaled by the total emission change between 2021 and 2022 (or 2023) reported by Carbon Monitor, i.e., power, ground transport, etc. have not been separately scaled. Carbon Monitor data are daily, but ODIAC emissions are monthly. So Carbon Monitor data have been aggregated to monthly totals before deriving scaling factors between 2021 and 2022 (or 2023). Carbon Monitor reports international aviation emissions by country of origin, while ODIAC reports aviation emissions on a grid. Since there is no way to derive the points of emission for Carbon Monitor aviation emissions , all Carbon Monitor international aviation was aggregated to create a single number for each month, then that number was used to scale ODIAC's bunker fuel for each month in 2022 and 2023. Hourly global totals are given in the files as a check, in case you want to verify your units and file reading.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,042
Score d'incertitude au seuil0,107

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,000
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0320,013

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 Opus0,064
Tête enseignante GPT0,277
Écart entre enseignants0,213 · 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'étudeSans objet
Domainenon disponible
GenreJeu de données

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetCarbon Dioxide Capture TechnologiesTravaux en français237 207