GCOS EHI 1960-2020 Continental Heat Content
Notice bibliographique
Résumé
Project: GCOS Earth Heat Inventory - A study under the Global Climate Observing System (GCOS) concerted international effort to update the Earth heat inventory (EHI), and presents an updated international assessment of ocean warming estimates, and new and updated estimates of heat gain in the atmosphere, cryosphere and land over the period from 1960 to present. Summary: The file “GCOS_EHI_1960-2020_Continental_Heat_Content_data.nc” presents an updated estimate of the global continental heat storage for the period 1960-2020. For the first time, the continental heat storage is assessed as composed by: ground heat storage due to changes in subsurface temperatures, inland water heat storage due to the warming of inland water bodies, and permafrost heat storage due to thawing of ground ice in the Arctic. Furthermore, we argue that all three components of the continental heat storage should be monitored independently of their relative magnitude, as heat gain in the three components alters several important climate phenomena affecting society and ecosystems. This file contains the total continental heat storage relative to 1960. The ground heat storage has been estimated by inverting 1079 subsurface temperature profiles form the Xibalbá database (https://figshare.com/articles/dataset/Xibalb_Underground_Temperature_Database/13516487) and a bootstrap technique to aggregate the Singular Value Decomposition (SVD) inversions of each profile (Cuesta-Valero et al., 2022a). The data are used in Cuesta-Valero et al. (2022b) and von Schuckmann et al. (2022).
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,006 | 0,011 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,035 | 0,007 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».