MétaCan
Menu
Back to cohort
Record W1923025978

Diagnostic de la variabilité interne d'un ensemble de simulations du Modèle Régional Canadien du Climat

2010· article· fr· W1923025978 on OpenAlexaboutno aff
Oumarou Nikiéma

Bibliographic record

VenueArchipelago (Université du Québec à Montréal) · 2010
Typearticle
Languagefr
FieldEnvironmental Science
TopicClimate variability and models
Canadian institutionsnot available
Fundersnot available
KeywordsHumanitiesPhysicsArt
DOInot available

Abstract

fetched live from OpenAlex

Les Modèles Régionaux du Climat (MRC) ont longtemps été considérés comme des outils performants, de haute résolution à aire limitée permettant une meilleure compréhension du climat passé, présent et futur. Le plus souvent, les MRC sont pilotés à leurs frontières latérales par des Modèles Globaux du Climat (MGC) de basse résolution, et qui couvrent le reste du globe terrestre. Ces modèles ont la particularité de reproduire différentes solutions de l'état de l'atmosphère à cause de leur sensibilité aux conditions initiales (CI). Outre la solution due aux forçages externes (forçage aux frontières latérales et le forçage de surface), les MRC reproduisent une seconde solution associée à la variabilité interne (VI) du modèle du fait de leur sensibilité aux CI. Cette sensibilité est en grande partie causée par la nature non-linéaire de la physique et la dynamique atmosphériques. \nÀ l'instar de précédentes études, nous analysons la variabilité interne du Modèle Régional Canadien du Climat (MRCC) en utilisant un ensemble de simulations aux CI différentes. Ce projet de recherche consiste à effectuer un diagnostic quantitatif des termes dynamique et diabatique qui contribuent à la variation temporelle et la distribution spatiale de la VI. L'originalité de ce travail est qu'il propose des équations bilans de la VI pour deux variables atmosphériques: la température potentielle et le tourbillon relatif. Les deux équations établies présentent des termes similaires, notamment les termes relatifs au transport de la VI par l'écoulement de la moyenne d'ensemble et la covariance des fluctuations agissant sur le gradient de la moyenne d'ensemble de la variable considérée. Concrètement, nous avons utilisé un ensemble de 20 simulations aux CI différentes pour analyser les caractéristiques de la VI, afin de déterminer une période et une région d'intérêt caractérisées par une forte croissance de la VI. Ensuite, nous avons validé les équations établies en montrant l'égalité entre les deux parties de chaque équation. Enfin, une étude de bilan a permis d'évaluer la contribution des différents termes au développement et à l'évolution de la VI. Les résultats révèlent que les termes dominants responsables de l'accroissement de la VI sont soit les termes de covariance impliquant les fluctuations de température potentielle et de chauffage diabatique, ou les termes de covariance de fluctuations inter-membres agissent sur le gradient de la moyenne d'ensemble de la variable considérée. Les résultats révèlent également que les épisodes de fortes diminutions de la VI se produisent lorsque les maxima de la VI sont proches de la frontière nord-est, indiquant leur transport en dehors de la zone d'étude par l'écoulement moyen. Enfin, nos résultats ont montré qu'en moyenne, les termes du troisième ordre sont négligeables, mais peuvent devenir importants lorsque la VI est importante. \n______________________________________________________________________________ \nMOTS-CLÉS DE L’AUTEUR : Équation de la variabilité interne, modèle régional de climat, ensemble de simulations, climat de l'Amérique du Nord

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.002
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Simulation or modeling · Consensus signal: Simulation or modeling
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.964
Threshold uncertainty score0.072

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.002
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0000.001
Bibliometrics0.0010.001
Science and technology studies0.0000.000
Scholarly communication0.0010.001
Open science0.0010.000
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0020.000

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.006
GPT teacher head0.174
Teacher spread0.169 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designSimulation or modeling
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2010
Admission routes1
Has abstractyes

Explore more

Same venueArchipelago (Université du Québec à Montréal)Same topicClimate variability and modelsFrench-language works237,207