Notice bibliographique
Résumé
Abstract. This study investigates the coupling between chemical and dynamical processes driving tropical middle stratospheric ozone (O3) variability using a causal inference framework that combines causal discovery with causal effect estimation. This approach integrates qualitative physical knowledge through a causal graph applied to satellite observations and a chemistry-transport model (CTM) simulation. The analysis is split into two subperiods of monthly data: 2004–2011, characterized by an O3 decrease, and 2012–2018, when O3 increased in the tropical middle stratosphere. Causal inference identifies distinct processes governing O3 behaviour. During 2004–2011, a robust negative contemporaneous connection from N2O to NO2 emerged, while in 2012–2018 this shifted to a one-month lag. This slower response reduced NO2 production from N2O oxidation, limiting O3 loss via the NOx catalytic cycle. Further analysis across Quasi-Biennial Oscillation (QBO) regimes reveals regime-dependent differences in the causal links. The N2O to NO2 connection is weaker during westerly shear, associated with reduced upwelling, and stronger during easterly shear, reflecting enhanced upwelling. Our study highlights the pivotal role that causal inference can play in disentangling complex chemical-dynamical influences on O3, complementing traditional statistical methods. This approach lays the foundation for broader applications in stratospheric chemistry, where many relations remain uncertain. By discovering and quantifying causal links, this methodology addresses open questions with environmental and societal relevance. Therefore, integrating causal reasoning into data-driven science enhances process understanding and strengthens the synergy between machine learning and statistical methods in Earth and environmental sciences.
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 | 0,002 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,018 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,322 | 0,187 |
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 ».