Supplementary material to "Indicators of Global Climate Change 2024: annual update of key indicators of the state of the climate system and human influence"
Notice bibliographique
Résumé
S2.1 Calculation of uncertainties and CO2 equivalent emissions in Section 2We follow the same approach for estimating uncertainties and CO2-equivalent emissions as in AR6: CO2-equivalent emissions were calculated using global warming potentials with a 100-year time horizon (GWP100 henceforth) from AR6 WGI Chap.7 (Forster et al., 2021).Uncertainty ranges were based on a comparative assessment of available data and expert judgment, corresponding to a 90 % confidence interval (Minx et al., 2021): 8 % for CO2-FFI, 70 % for CO2-LULUCF, 30 % for CH4 and F-gases, and 60 % for N2O (note that the GCB assesses 1 standard deviation uncertainty for CO2-FFI as 5 % and for CO2-LULUCF as 2.6 GtCO2; Friedlingstein et al., 2025).The total uncertainty was summed in quadrature, assuming independence of estimates per species/source.Reflecting these uncertainties, AR6 WGIII reported emissions to two significant figures only.Uncertainties in GWP100 metrics of roughly 10 % were not applied (Minx et al., 2021). S3. Greenhouse gas concentrations 27Naming conventions and details for Sect. 3 of the main paper and herein follow AR6 WGI Chapter 2 (Gulev et al., 2021).28 Table S2 Annual mean concentrations of well-mixed greenhouse gases in 2023, 2022, 2019, 1850 and 1750.Except for CO2, CH4 and 29 N2O, concentrations all are in parts per trillion by volume [ppt].For halogenated gases, concentrations are stated for each gas, with 30 equivalents for HFCs, PFCs and Montreal gases given as the radiative equivalent of the most abundant gas in each category.31
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».