← 論文一覧に戻る

博士論文のデータとコード：「モデルと政策のインターフェース：気候変動緩和の科学と政策決定における計算モデルの利用」

Data and code underlying the PhD thesis: "Model-policy interface: The use of computational models for climate change mitigation science and policymaking" (原題)

Ema Gusheva

Open MINDデータセット2026-07-31#政策
DOI: 10.4121/85621baf-7452-44c9-93f2-172d801b74c5
原典: https://github.com/egusheva/Sampling-Variability-Analysis-MIPs

🤖 gxceed AI 要約

日本語

本データセットは、Ema Gusheva氏の博士論文第5章の補足資料であり、モデル相互比較プロジェクト（MIP）におけるサンプリング変動性を分析する。コードはGitHubで公開され、気候緩和モデルの不確実性評価に貢献する。

English

This dataset supplements Chapter 5 of Ema Gusheva's PhD thesis, examining sampling variability in model intercomparison projects (MIPs). The code is openly available on GitHub, contributing to uncertainty assessment in climate mitigation models.

Unofficial AI-generated summary based on the public title and abstract. Not an official translation.

📝 gxceed 編集解説 — Why this matters

日本のGX文脈において

日本の気候政策では、モデル結果の不確実性を踏まえた政策立案が求められており、本データはMIPのサンプリング変動性を理解する上で参考になる。

In the global GX context

Globally, the reliability of climate models is critical for policy decisions. This dataset highlights sampling variability in MIPs, informing more robust use of model ensembles in climate policy.

👥 読者別の含意

🔬研究者:MIPのサンプリング変動性を理解し、モデル比較研究の方法論を改善するためのデータとコード。

🏛政策担当者:気候モデルの不確実性を政策決定に反映する際の注意点を示唆。

📄 Abstract（原文）

This dataset contains the supplementary files accompanying Chapter 5 of the PhD thesis by Ema Gusheva, titled 'Model-policy interface: The use of computational models for climate change mitigation science and policymaking'. The chapter examines sampling variability in model intercomparison projects (MIPs), and the files provided here support the analyses presented therein. All code associated with this chapter is openly available at https://github.com/egusheva/Sampling-Variability-Analysis-MIPs. Users of this dataset are encouraged to consult the thesis chapter for full methodological details and context.

🔗 Provenance — このレコードを発見したソース

🔔 こうした論文の新着を逃したくない方は キーワードアラート に登録（無料・3キーワードまで）。

gxceed は公開メタデータに基づく研究支援データセットです。要約・翻訳・解説は AI 支援で生成されています。 最終的な解釈・検証は利用者が原典資料に基づいて行うことを前提とします。