MétaCan
Menu
Retour à la cohorte
Enregistrement W6965129155 · doi:10.26050/wdcc/evolv2k-ens

eVolv2k-ENS: an ensemble reconstruction of volcanic stratospheric sulfur injection and stratospheric aerosol optical depth

2022· dataset· en· W6965129155 sur OpenAlexaff

Notice bibliographique

RevueWorld Data Center for Climate · 2022
Typedataset
Langueen
DomaineEnvironmental Science
ThématiquePlant Ecology and Soil Science
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésRadiative forcingVolcanoForcing (mathematics)AerosolClimate modelStratosphereVolcanic GasesSulfate aerosol

Résumé

récupéré en direct d'OpenAlex

Project: Ice core-based volcanic forcing reconstruction for the past 2000 years - Radiative forcing resulting from stratospheric aerosols produced by major volcanic eruptions is a dominant driver of climate variability in the Earth's past. The ability of climate model simulations to accurately recreate past climate is tied directly to the accuracy of the volcanic forcing timeseries used in the simulations. The eVovl2k project aims to produce new and improved volcanic forcing reconstructions, based on newly updated ice core composites from Antarctica and Greenland. Ice core records are translated into stratospheric aerosol properties for use in climate models through the Easy Volcanic Aerosol (EVA) module, which provides an analytic representation of volcanic stratospheric aerosol forcing based on available observations and aerosol model results, prescribing the aerosol's radiative properties and primary modes of spatial and temporal variability. Summary: This database contains 1000 realizations of volcanic stratospheric sulfur injection and stratospheric aerosol optical depth, based on the eVolv2k_v3 reconstruction (https://doi.org/10.26050/WDCC/eVolv2k_v3), incorporating estimated uncertainties in sulfur injection magnitude and eruption timing.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,038
Score d'incertitude au seuil0,075

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,011

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 Opus0,029
Tête enseignante GPT0,267
Écart entre enseignants0,239 · 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
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Data Center for ClimateMême sujetPlant Ecology and Soil ScienceTravaux en français237 207