Ouranos Ensemble of Bias-adjusted Simulations - Global models CMIP6 - AHCCD v3 (ESPO-G6-AHCCD v1.0.0)
Notice bibliographique
Résumé
This dataset is an ensemble of CMIP6 climate model bias-adjusted simulations for total daily precipitation, minimum, maximum and mean daily temperature over the period 1950–2100. Daily time series are extracted at 692 locations for temperature, and 439 for precipitation, corresponding to weather stations from the "Adjusted and homogenized Canadian climate data" (AHCCD) published by Environment and Climate Change Canada (ECCC). Climate simulations grids are bilinearly interpolated at each station with a 1.5° buffer zone, then bias-adjusted using the detrended quantile mapping (DQM) method and AHCCD as the reference dataset. This ensemble has two distinguishing features. It is bias-adjusted at the weather station scale, namely all AHCCD stations with at least 25 years within a period of 35 years with valid months according to WMO criteria (a month is considered valid if it has has less than 5 consecutive missing days, and less than 11 missing days overall). Second, it includes a large number of model realizations from ScenarioMIP simulations (627 for precipitation and 561 for temperature) across four scenarios (SSP1-2.6, SSP2-4.5, SSP3-7.0 and SSP5-8.5). CMIP6 simulations were acquired via the zarr Pangeo Catalog (https://pangeo-data.github.io/pangeo-cmip6-cloud/overview.html) and biasdajusted with the xscen package (https://xscen.readthedocs.io/en/latest/). This dataset has been created as part of project funded by Infrastructure Canada assessing the likelihood of future climate hazards to built infrastructures.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,009 |
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 source (Gemma direct ou Codex distillé), 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 ».