ESA Sea Surface Temperature Climate Change Initiative (SST_cci): GHRSST Multi-Product ensemble (GMPE), v2.0
Notice bibliographique
Résumé
The European Space Agency (ESA) Climate Change Initiative Sea Surface Temperature project (ESA SST_cci) has accurately determined the surface temperature of the global oceans over the period 1981 to 2016 using observations from many satellites. The data provide independently quantified sea surface temperatures (SSTs) to a quality suitable for climate research. This GHRSST (Group for High Resolution Sea Surface Temperature) Multi-Product Ensemble (GMPE) dataset was produced by the ESA SST_cci project to facilitate comparison of its own spatially complete analyses with other level 4 SST analysis products. It provides the median and standard deviation of the ensemble of input analyses, differences between the individual analyses and the median, and gradients in the input data and the median. The outputs are provided on a 0.25˚ regular latitude-longitude grid. The product extends from 1 September 1981 to 31 December 2016. The product was generated using the following inputs: ESA SST_cci Analysis version 2.0; ESA SST_cci Analysis version 1.1; E.U. Copernicus Marine Environment Monitoring Service (CMEMS) SST information (the Operational Sea Surface Temperature and Sea Ice Analysis (OSTIA) Reprocessing); National Centers for Environmental Information (NCEI) Advanced Very High Resolution Radiometer (AVHRR) Optimal Interpolation (OI) Global Blended SST Analysis; Canada Meteorological Center (CMC) 0.2-degree Global Foundation SST Analysis; Hadley Centre Sea Ice and Sea Surface Temperature (HadISST) Analysis version 2.2.0.0 (10 realisations); Japan Meteorological Agency (JMA) Merged satellite and in-situ Data Global Daily SST (MGDSST) Analysis. Full details of the data used to generate this product are provided in the associated documentation.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,003 |
| Science ouverte | 0,008 | 0,011 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,005 |
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 ».