MétaCan
Menu
Retour à la cohorte
Enregistrement W4396583726 · doi:10.5194/esd-15-547-2024

First comprehensive assessment of industrial-era land heat uptake from multiple sources

2024· article· en· W4396583726 sur OpenAlexaff
Félix García‐Pereira, J. Fidel González‐Rouco, Camilo Melo‐Aguilar, Norman Julius Steinert, Elena García‐Bustamante, Philipp de Vrese, Johann Jungclaus, Stephan Lorenz, Stefan Hagemann, Francisco José Cuesta‐Valero, Almudena García‐García, Hugo Beltrami

Notice bibliographique

RevueEarth System Dynamics · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensSt. Francis Xavier University
Organismes subventionnairesMinisterio de Ciencia e InnovaciónDeutsches Klimarechenzentrum
Mots-clésEnvironmental science

Résumé

récupéré en direct d'OpenAlex

Abstract. The anthropogenically intensified greenhouse effect has caused a radiative imbalance at the top of the atmosphere during the industrial period. This, in turn, has led to an energy surplus in various components of the Earth system, with the ocean storing the largest part. The land contribution ranks second with the latest observational estimates based on borehole temperature profiles, which quantify the terrestrial energy surplus to be 6 % in the last 5 decades, whereas studies based on state-of-the-art climate models scale it down to 2 %. This underestimation stems from land surface models (LSMs) having a subsurface that is too shallow, which severely constrains the land heat uptake simulated by Earth system models (ESMs). A forced simulation of the last 2000 years with the Max Planck Institute ESM (MPI-ESM) using a deep LSM captures 4 times more heat than the standard shallow MPI-ESM simulations in the historical period, well above the estimates provided by other ESMs. However, deepening the LSM does not remarkably affect the simulated surface temperature. It is shown that the heat stored during the historical period by an ESM using a deep LSM component can be accurately estimated by considering the surface temperatures simulated by the ESM using a shallow LSM and propagating them with a standalone forward model. This result is used to derive estimates of land heat uptake using all available observational datasets, reanalysis products, and state-of-the-art ESM experiments. This approach yields values of 10.5–16.0 ZJ for 1971–2018, which are 12 %–42 % smaller than the latest borehole-based estimates (18.2 ZJ).

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,027
Tête enseignante GPT0,243
Écart entre enseignants0,216 · 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

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEarth System DynamicsMême sujetClimate variability and modelsTravaux en français237 207