MétaCan
Menu
Retour à la cohorte
Enregistrement W4408429027 · doi:10.5194/egusphere-egu25-14557

Quantifying the transient climate response to carbon dioxide removal

2025· preprint· en· W4408429027 sur OpenAlexaff
Kirsten Zickfeld, Rachel Chimuka, Sabine Mathesius

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiqueCarbon Dioxide Capture Technologies
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésCarbon dioxideTransient (computer programming)Environmental scienceClimate changeCarbon dioxide removalTransient responseChemistryGeologyComputer scienceOceanographyEngineering

Résumé

récupéré en direct d'OpenAlex

As anthropogenic greenhouse emissions continue to rise, limiting warming to 1.5°C has become elusive. Emissions pathways seeking to return to 1.5°C after overshoot will therefore require net negative emissions. A crucial question in this context is how much CO2 needs to be removed from the atmosphere to achieve a given amount of cooling (say 0.1°C). Studies seeking to answer this question often resort to the Transient Climate Response to Emissions (TCRE), a measure of the warming effect of cumulative CO2 emissions, neglecting that the climate may respond asymmetrically to CO2 emissions and removals. This contribution draws on CDRMIP pulse CO2 removal simulations to quantify the temperature response to CO2 emissions and removals in a range of Earth system models of full and intermediate complexity. We find that the temperature response to an equivalent amount of CO2 emissions and removals differs in magnitude, with the sign of this difference being model dependent. We investigate the cause for these inter-model differences by quantifying the contribution of carbon cycle and physical climate response differences to the overall temperature asymmetry. Establishing a robust metric of the transient climate response to CO2 removal is key to our understanding of how climate will respond to net negative emissions and to quantifying the amount of removal needed to restore a given temperature target.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
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 Opus0,026
Tête enseignante GPT0,264
Écart entre enseignants0,239 · 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'étudeSimulation ou modélisation
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCarbon Dioxide Capture TechnologiesTravaux en français237 207