MétaCan
Menu
Retour à la cohorte
Enregistrement W4412545371 · doi:10.5194/gmd-18-4399-2025

The Detection and Attribution Model Intercomparison Project (DAMIP v2.0) contribution to CMIP7

2025· article· en· W4412545371 sur OpenAlexaff
Nathan P. Gillett, Isla R. Simpson, Reto Knutti, Dann Mitchell, Aurélien Ribes, Hideo Shiogama, Dáithí A. Stone, Claudia Tebaldi, Piotr Wolski, Wenxia Zhang, Vivek K. Arora

Notice bibliographique

RevueGeoscientific model development · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesMinistry of Business, Innovation and Employment
Mots-clésAttributionEnvironmental scienceComputer scienceClimatologyPsychologyGeology

Résumé

récupéré en direct d'OpenAlex

Abstract. The first version of the Detection and Attribution Model Intercomparison Project (DAMIP v1.0) coordinated key simulations exploring the role of individual forcings in past, current and future climate as part of the Coupled Model Intercomparison Project, Phase 6 (CMIP6). The simulations have been used extensively in the literature for detection and attribution of long-term changes, constraining projections of climate change, attributing extreme events and understanding drivers of past and future simulated climate changes. Attribution studies using DAMIP v1.0 simulations underpinned prominent assessments of human-induced warming in the Intergovernmental Panel on Climate Change (IPCC) Sixth Assessment Report. Here, we describe the set of DAMIP v2.0 simulations, proposed for the next phase of CMIP, CMIP7. Detection and attribution studies rely on pre-industrial control simulations and historical simulations, which will be part of the Diagnostic, Evaluation and Characterization of Klima (DECK) set of simulations for CMIP7. In addition, we identify the three highest-priority single-forcing experiments for CMIP7 to be run as “Assessment Fast Track” simulations in support of the Seventh Assessment Report of the IPCC: simulations with natural forcings only, anthropogenic well-mixed greenhouse gases only and anthropogenic aerosols only. Beyond this, the DAMIP v2.0 experimental design includes full-column ozone-only simulations and land-use-only simulations, such that the set of individual forcing experiments, when these are considered together, represents the full set of historical forcings. While concentration-driven simulations are prioritised for attribution, emissions-driven versions of the DAMIP experiments are also proposed to support understanding of the influence of carbon-cycle feedbacks on the simulated responses to individual forcings.

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)0,011
score de la tête « metaresearch » (Gemma)0,012
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,060

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,012
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,001
Communication savante0,0020,003
Science ouverte0,0040,004
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0090,003

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 Opus0,024
Tête enseignante GPT0,265
Écart entre enseignants0,242 · 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

Citations8
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeoscientific model developmentMême sujetClimate variability and modelsTravaux en français237 207