MétaCan
Menu
Retour à la cohorte
Enregistrement W7009694079

Évaluation du cycle journalier dans les simulations du grand ensemble ClimEx

2021· other· fr· W7009694079 sur OpenAlexaboutno aff

Notice bibliographique

RevueArchipelago (University of Quebec in Montreal) · 2021
Typeother
Languefr
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCarbon stockWestern europeEnvironmental factorEnvironmental effect
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Pour estimer l’impact des changements climatiques sur notre société, les scientifiques se basent habituellement sur des projections climatiques produites à l’aide de modèles numériques. Ces modèles permettent entre autres d’évaluer les effets de l’augmentation des concentrations atmosphériques de gaz à effet de serre(GES) sur le climat ainsi que la variabilité naturelle du système climatique. Il est connu que la température moyenne mondiale va augmenter et que l’occurrence, l’intensité et la distribution spatio-temporelle des précipitations extrêmes vont changer. Ces évènements météorologiques extrêmes causent des sécheresses, des inondations et d’autres catastrophes naturelles qui engendrent des conséquences importantes sur notre vie et notre environnement. En particulier, la précipitation est une variable clé dans l’adaptation aux changements climatiques. Cette étude se base sur le grand ensemble ClimEx, composé de 50 simulations indépendantes permettant d’étudier l’effet des changements climatiques et de la variabilité naturelle sur l’hydrologie des bassins versants du Québec. Cet ensemble a été produit en utilisant le Modèle Régional Canadien du Climat (MRCC5) sur une grille à 12 km de résolution en utilisant comme conditions aux frontières latérales des simulations produites par le modèle Canadien du système terrestre \nde deuxième génération (CanESM2) à 310 km de résolution spatiale horizontale. L’objectif de ce projet est d’évaluer les performances de l’ensemble ClimEx à simuler le cycle journalier et à représenter les valeurs extrêmes. Pour y arriver, 30 ans de données horaires pour la précipitation et aux trois heures pour la température sont analysées. Les données des 50 membres de ClimEx sont comparées à celles \nd’une simulation du MRCC5 pilotée par la réanalyse ERA-Interim, à la réanalyse ERA5 et à des stations météorologiques d’Environnement et Changement climatique Canada (ECCC). Une évaluation de la sensibilité de différentes statistiques climatiques au nombre de membres dans l’ensemble est aussi effectuée. Le cycle journalier de la précipitation montre une corrélation généralement non significative avec une amplitude qui est similaire à celles des données d’observation des stations d’ECCC. Pour la température de l’air près de la surface, la corrélation est forte et l’amplitude du cycle est semblable à celles des observations. ClimEx représente généralement bien les 95, 97 ,99ième quantiles pour la précipitation. Pour la température, il représente souvent bien les quantiles, mais avec un biais chaud sur la partie sud du Québec. Toutefois, des écarts importants ont été observés pour les valeurs maximales de ClimEx, qui sont jusqu’à 10 fois supérieures à celles d’ERA5 pour la précipitation mais l’écart est moins grand avec les données d’ECCC. Pour la température, les valeurs maximales et minimales montrent jusqu’à 20◦C d’écart au-dessus des valeurs d’ERA5 et l’écart est inférieur par rapport à ECCC. Le seuil de sensibilité au nombre de membres sur les 95, 99ième quantiles et sur le cycle moyen pour la précipitation se situe entre 15 et 50 membres de l’ensemble, pour obtenir une erreur inférieure à 5%. Pour la température, une erreur inférieure à 0.5◦C implique l’utilisation de 1 et 17 membres pour les 95, 99 ième quantiles et de 1 à 2 membres pour le cycle moyen.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,139
Score d'incertitude au seuil0,276

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 GPT0,211
Écart entre enseignants0,187 · 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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArchipelago (University of Quebec in Montreal)Même sujetClimate variability and modelsTravaux en français237 207