GCRI · Systemwissenschaft und Modellierung
Unsicherheit und Validierung
A model result is useful only when its uncertainty is stated and its fitness for a purpose has been tested. Verification checks that the code solves the equations intended; validation checks that the model represents the real system well enough for the decision at hand. This page sets out how uncertainty is quantified and models are verified and validated, and what evidence serves the decision makers who rely on model results.
Wie die Arbeit abläuft.
Ausführung gekoppelter Modelle
Uncertainty and validation · Coupled model A · Scenario set 3
Kopplungsgraph der Modelle
Knoten: Modelle · Kanten: ausgetauschte Variablen
Gekoppelte Komponenten
| Hydrologie | 1 day | Abfluss | Ja |
| Stromsystem | 1 h | Nachfrage, Ausfälle | Ja |
| Wirtschaft | 1 Quartal | Produktion, Preise | Teilweise |
| Bevölkerung | 1 year | Exposition | Ja |
Ensembleausgabe
Abb.Coupled model runner: example names and illustrative values, not a record or a live system.
Uncertainty and validation: how the risk develops.
Quantifying uncertainty, validation against observations and the limits of calibration. The dossier below sets out how the risk develops, what is measured, where the data come from, how it is modelled and who decides.
Verification precedes validation
Before asking whether a model matches reality, modellers check that the code is correct, through tests, convergence studies and comparison with known solutions.
Validation is purpose-specific
A model valid for one question may be invalid for another. Validation is judged against the accuracy a specific decision needs.
Uncertainty has several sources
Input data, parameters, model structure, numerical error and natural variability each contribute, and each needs a different treatment.
Calibration can hide error
Tuning parameters to match past data can make a model fit for the wrong reasons, so validation needs data not used in calibration.
Gefahren und Exposition in Nordamerika.
Flood water, population density and night lights over North America, from NASA GIBS. Each layer carries its own date.
Die interaktive Karte benötigt JavaScript; die Ebenenliste und die Quellen finden Sie unten.
Ebenen 3
Gefahren und Exposition für diese Seite
Über diese Ebene
- Evidenz
- Beobachtet (Wolken hinterlassen Lücken)
- Quelle
- VIIRS Global Flood Product (NASA LANCE)
- Anbieter
- NASA LANCE
- Lizenz
- Offene Daten der NASA
- Jahrgang
- täglich; Satellitenerkennung; Wolken hinterlassen Lücken
- Neueste beim Build
- 2026-10-14
- Auflösung
- Raster von etwa 250 m
- Unsicherheit
- Satellitenerkennung; Wolken hinterlassen Lücken. Satelliten- oder Modellraster, wie der Anbieter es veröffentlicht. Wolken, Streifenlücken und Ableitungsfehler hinterlassen Lücken und Rauschen; die Werte sind Indikatoren, keine Messungen an einem Ort.
- Erreichbar über
- gibs.earthdata.nasa.gov, erst nachdem Sie die Live-Karte zugelassen haben
Über diese Ebene
- Evidenz
- Geschätzt
- Quelle
- Gridded Population of the World v4.11 (NASA SEDAC (CIESIN, Columbia University))
- Anbieter
- NASA SEDAC (CIESIN, Columbia University)
- Lizenz
- CC BY 4.0
- Jahrgang
- null; Zensusbasierte Schätzung, statisch (2020)
- Auflösung
- Raster von etwa 1 km
- Unsicherheit
- Auf Volkszählungen beruhende Schätzung der Einwohner je Quadratkilometer im Jahr 2020, dargestellt als Expositionskontext; keine Zählung der von einer Gefahr betroffenen Menschen.
- Erreichbar über
- gibs.earthdata.nasa.gov, erst nachdem Sie die Live-Karte zugelassen haben
Über diese Ebene
- Evidenz
- Beobachtet
- Quelle
- VIIRS Black Marble (VNP46A2) (NASA LAADS DAAC)
- Anbieter
- NASA LAADS DAAC
- Lizenz
- Offene Daten der NASA
- Jahrgang
- täglich; Satellitenstrahldichte, korrigiert um Mondlicht und Atmosphäre
- Neueste beim Build
- 2026-10-12
- Auflösung
- Raster von etwa 500 m
- Unsicherheit
- Nächtliche Strahldichte aus Satellitendaten für das angezeigte Datum; Lichter sind ein Näherungswert für Stromverbrauch und Ausfälle, keine Messung von Versorgung oder Zugang.
- Erreichbar über
- gibs.earthdata.nasa.gov, erst nachdem Sie die Live-Karte zugelassen haben
Über diese Ebene
- Evidenz
- Beobachtet
- Quelle
- VIIRS NOAA-20, korrigierte Reflexion (NASA LANCE)
- Anbieter
- NASA LANCE
- Lizenz
- Offene Daten der NASA
- Jahrgang
- täglich; Satellitenbild
- Neueste beim Build
- 2026-10-14
- Auflösung
- Raster von etwa 250 m
- Unsicherheit
- Satellitenbild. Satelliten- oder Modellraster, wie der Anbieter es veröffentlicht. Wolken, Streifenlücken und Ableitungsfehler hinterlassen Lücken und Rauschen; die Werte sind Indikatoren, keine Messungen an einem Ort.
- Erreichbar über
- gibs.earthdata.nasa.gov, erst nachdem Sie die Live-Karte zugelassen haben
Über diese Ebene
- Evidenz
- Modelliert (jüngstes Jahr, das GIBS veröffentlicht)
- Quelle
- MODIS Terra und Aqua, Landbedeckung (MCD12Q1) (NASA LP DAAC)
- Anbieter
- NASA LP DAAC
- Lizenz
- Offene Daten der NASA
- Jahrgang
- jährlich; Satellitenklassifikation; jüngstes Jahr, das GIBS veröffentlicht
- Neueste beim Build
- 2024-01-01
- Auflösung
- Raster von etwa 500 m
- Unsicherheit
- Satellitengestützte Landbedeckungsklassen für das angezeigte Jahr, einschließlich Ackerland; eine Klassifikation mit bekannten Fehlern, kein Betriebsregister.
- Erreichbar über
- gibs.earthdata.nasa.gov, erst nachdem Sie die Live-Karte zugelassen haben
Über diese Ebene
- Evidenz
- Beobachtet (Wolken und der Überflugzeitpunkt hinterlassen Lücken)
- Quelle
- VIIRS NOAA-20 375 m (FIRMS) (NASA LANCE FIRMS)
- Anbieter
- NASA LANCE FIRMS
- Lizenz
- Offene Daten der NASA
- Jahrgang
- täglich; Satellitenerkennung; Wolken und der Überflugzeitpunkt hinterlassen Lücken
- Neueste beim Build
- 2026-10-13
- Auflösung
- Raster von etwa 500 m
- Unsicherheit
- Satellitenerkennungen von Hotspots für den angezeigten Tag, einschließlich Gasfackeln und industrieller Wärme; kein bestätigter Brand, kein Vorfallbericht und keine Warnung.
- Erreichbar über
- gibs.earthdata.nasa.gov, erst nachdem Sie die Live-Karte zugelassen haben
Tastatur, bei fokussierter Karte
Strg oder ⌘ gedrückt halten und scrollen, um zu zoomen
Zuletzt verfügbar
NASA GIBS / EOSDIS · ASTER GDEM (METI, NASA) · Blue Marble (NASA) · © OpenStreetMap-Mitwirkende (ODbL) · Natural Earth
Die neuesten NASA-Bilder werden geladen.
Zum Verschieben ziehen. Zum Zoomen Strg oder ⌘ gedrückt halten und scrollen, die Zwei-Finger-Geste oder die Schaltflächen verwenden; für die Werte unter dem Zeiger darüberfahren; Zurücksetzen kehrt zur Region zurück.
Gefahren und Exposition, gerahmt auf Nordamerika.Satelliten- und Modellprodukte, wie die NASA sie veröffentlicht, jeweils mit eigenem Datum. Sie sind Indikatoren, keine Bewertungen eines Ortes.
Daten: NASA GIBS · ASTER GDEM · Blue Marble · © OpenStreetMap-Mitwirkende · Natural Earth · NASA EONET · U.S. Geological Survey · NASA JPL OPERA DIST-ALERTQuellen und Lizenzen
- We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS). Colours redrawn from the published colour map; values averaged into hexagonal cells where shown (modified). Offene Daten der NASA
- We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS). Colours redrawn from the published colour map; values averaged into hexagonal cells where shown (modified). Offene Daten der NASA
- VIIRS-Produkte nahezu in Echtzeit (Hochwasser, Landoberflächentemperatur, Schneebedeckung, korrigierte Reflektanz), NASA LANCE; Bilder über NASA GIBS. Farben nach der veröffentlichten Farbskala neu gezeichnet; Werte, wo gezeigt, in Sechseckzellen gemittelt (verändert). Offene Daten der NASA
- Center for International Earth Science Information Network (CIESIN), Columbia University. 2018. Gridded Population of the World, Version 4 (GPWv4): Population Density, Revision 11. NASA Socioeconomic Data and Applications Center (SEDAC). Lizenziert unter CC BY 4.0. Farben nach der veröffentlichten Farbskala neu gezeichnet; Werte, wo gezeigt, in Sechseckzellen gemittelt (verändert). doi:10.7927/H49C6VHW. CC BY 4.0
- Nächtliche Lichter VIIRS Black Marble, NASA Goddard Space Flight Center; bereitgestellt vom NASA Level-1 and Atmosphere Archive and Distribution System (LAADS DAAC); Bilder über NASA GIBS. Farben nach der veröffentlichten Farbskala neu gezeichnet; Werte, wo gezeigt, in Sechseckzellen gemittelt (verändert). Offene Daten der NASA
- MODIS-Landprodukte (Vegetationsindizes, Bruttoprimärproduktion, Landbedeckung), NASA LP DAAC und LANCE; Bilder über NASA GIBS. Farben nach der veröffentlichten Farbskala neu gezeichnet; Werte, wo gezeigt, in Sechseckzellen gemittelt (verändert). Offene Daten der NASA
- Fire Information for Resource Management System (FIRMS) der NASA, VIIRS-375-m-Produkt aktiver Brände, NASA LANCE; Vektorkacheln über NASA GIBS. Farben nach der veröffentlichten Farbskala neu gezeichnet; Werte, wo gezeigt, in Sechseckzellen gemittelt (verändert). Offene Daten der NASA
- ASTER GDEM ist ein Produkt von METI und NASA (ASTER Global Digital Elevation Model V003, NASA LP DAAC); Bilder über NASA GIBS. Farben nach der veröffentlichten Farbskala neu gezeichnet; Werte, wo gezeigt, in Sechseckzellen gemittelt (verändert). Zitieren als: NASA/METI/AIST/Japan Spacesystems and U.S./Japan ASTER Science Team (2019). ASTER Global Digital Elevation Model V003. doi:10.5067/ASTER/ASTGTM.003. Offene Daten der NASA
- Erstellt mit Natural Earth. Freie Vektor- und Rasterkartendaten @ naturalearthdata.com. Gemeinfrei
- © OpenStreetMap-Mitwirkende (ODbL), über NASA GIBS (Küstenlinien, Grenzen, Straßen und Ortsnamen). Farben aus der veröffentlichten Farbtabelle neu gezeichnet; Werte, wo gezeigt, in Sechseckzellen gemittelt (verändert). ODbL
- Blue Marble, NASA Earth Observatory; Bilder über NASA GIBS. Farben nach der veröffentlichten Farbskala neu gezeichnet; Werte, wo gezeigt, in Sechseckzellen gemittelt (verändert). Offene Daten der NASA
- Kontext auf Globus und flacher Karte: Küstenlinien, Grenzen, Straßen und Ortsnamen aus den Referenzebenen von NASA GIBS (OpenStreetMap-Daten, ODbL, © OpenStreetMap contributors); Blue-Marble-Bilddaten als optionale Basis; 3D-Gelände und Höhenanzeige aus dem Höhenfarbindex des ASTER GDEM (Klassen von 5 m bis 200 m, zur besseren Lesbarkeit überhöht). Grenzen werden wie veröffentlicht dargestellt und beziehen keine Position zu einem Gebiet.
- Live-Ereignisse: NASA Earth Observatory Natural Event Tracker (EONET). Die Ereignisse sind indikativ und behalten ihre ursprünglichen Quellenlinks.
- Live: Die NASA-EONET-Ereignisse sind Anhaltspunkte, keine behördlichen Warnungen.
- Live: Ereignisse des U.S. Geological Survey sind Hinweise, keine behördlichen Warnungen.
- Observed (EO): NASA JPL OPERA DIST-ALERT (contains modified Copernicus Sentinel data 2026). We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS).
- NASA GIBS: We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS).
- Abflussvorhersage für Flüsse, 30 Tage mit Spannweite (GloFAS über Open-Meteo): Enthält modifizierte Informationen des Copernicus Emergency Management Service 2026; keine Hochwasserwarnung.
- Wetterdaten von Open-Meteo.com (https://open-meteo.com/), lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/).
- Optionale Ebenen (11 Quellen in der Ebenenliste: live, Vorhersage, beobachtet und Kontext) zeigen ihren Anbieternachweis auf der Karte und hier, wenn sie eingeschaltet sind; Vorhersagen sind Modellausgaben, abgeleitete Indizes sind Schätzungen.
Ebenen und Daten
- Hochwasser, 3-Tage-Komposit: VIIRS Global Flood Product, NASA LANCE · 14. Okt. 2026
- Bevölkerungsdichte, 2020: Bevölkerung: CIESIN, Columbia University, Gridded Population of the World v4.11 (2018), NASA SEDAC, CC BY 4.0 · statisch
- Nachtlichter, täglich: VIIRS Black Marble (VNP46A2), NASA LAADS DAAC · 12. Okt. 2026
- Echtfarbe: VIIRS NOAA-20 korrigierte Reflektanz, NASA LANCE · 13. Okt. 2026
- Landbedeckungstyp (IGBP), jährlich: MODIS Terra and Aqua land cover (MCD12Q1), NASA LP DAAC · 2024
- Aktive Brände und thermische Anomalien: VIIRS NOAA-20 375 m (FIRMS), NASA LANCE FIRMS · 13. Okt. 2026
Validation must match the decision each domain faces.
Validation studies are designed for the Reihe Methods and Technical. ASME V&V 40, NASA-STD-7009 and Bayesian calibration (Kennedy and O’Hagan, 2001) set practice; Sensitivitätsanalyse is one of the five rules of Saltelli and colleagues (2020).
- Validation datasets.
- Documented model failures.
Model uncertainty and validation as a system. Run the cascade.
Assembled from the Nexus Standards area profile Standards zu Verbund- und Kaskadengefahren: the hazards it names, the Systeme and sectors that carry the loss, the controls that dampen it and the data that observe it. Choose the components, pick an initiating hazard and step through the cascade. The Map view places the run on an example geography with open data. Every coupling weight is a stated assumption you can change. A teaching model, not a forecast, an assessment or a certification. To model a place of your own choosing, open the full System-Builder.
Gefahren
- Natech event
- Chemical spill or leak (nachgelagert ausgelöst)
- Emergency-response overload (nachgelagert ausgelöst)
- Toxic gas release (set off downstream)
- Industrial fire (set off downstream)
Systeme und Kopplungen
Steuerung
NS-0Verfassung und GrundsätzeNS-3UNIs für Risikodatensätze (Grammatik, Altbestands-Crosswalk, Zuteilungsstelle)NS-9Kontextuelle UNIs (Bereitstellungen, Instanzen, Programminstanzen)NS-11Verifikation und Überwachung (Evidenz, Bescheinigungen, Beobachtung der Zero-Trust-Konformität)NRS-H61Gefahrenfamilie: kaskadierender Ausfall (NHS-1 sys.cascade)NRS-H62Gefahrenfamilie: Verbund- und Mehrfachgefahrenereignisse (NHS-1 sys.compound)NRS-H60Gefahrenfamilie: Störung von Lieferketten und Flüssen (NHS-1 sys.supply-chain)NRS-H94Gefahrenfamilie: systemische Cyberereignisse (NHS-1 cyber.systemic-cyber)NRS-H107Gefahrenfamilie: Konzentration und Monokultur digitaler Infrastruktur (NHS-1 tech.digital-concentration)NRS-H7Gefahrenfamilie: großräumige Zirkulationsanomalien (NHS-1 atmo.climate-mode)
Beobachtung
- Copernicus EMS rapid mapping activations (listed for reference)
- OpenStreetMap planet and replication (listed for reference)
- ERA5 reanalysis (Copernicus Climate Data Store) (listed for reference)
- Direkte wirtschaftliche Schäden infolge von Katastrophen im Verhältnis zum globalen BIP
- Number of disruptions to basic services attributed to disasters
Beispielgeografie
- Bangladesch: 134 Sechseckzellen
- Nachtlichter heute Nacht, Ausfälle (VIIRS Day/Night Band), NASA GIBS
- Carbon monoxide, smoke transport (AIRS), NASA GIBS
- Vegetation disturbance alerts, 30 m (OPERA DIST-ALERT), NASA GIBS
Was gemessen wird und wie gut.
Jeder Indikator trägt seine Einheit, seinen Rhythmus, die Art der zugrunde liegenden Quelle und die Evidenzkennzeichnung, die ein Wert tragen würde. Es werden keine Werte gezeigt: Ein Programm liefert sie unter seiner eigenen Autorität.
| Indikator | Einheit | Takt | Quellentyp | Kennzeichnung |
|---|---|---|---|---|
| Verification tests passed | percent of test suite | je Veröffentlichung | Model test records | BEOBACHTET |
| Validation error against independent data | error metric | per validation | Validation studies | GESCHÄTZT |
| Prediction interval coverage | percent of observations inside stated intervals | per evaluation | Out-of-sample evaluation | BEOBACHTET |
| Sensitivity indices | share of output variance by input | per analysis | Global Sensitivitätsanalyse | MODELLIERT |
| Models with documented credibility assessment | Anzahl | je Bewertung | Model documentation | DEKLARIERT |
| Independent reviews completed | Anzahl | per model | Review records | BERICHTET |
How uncertainty and validation is modelled, measured and tested.
Das Modell, seine Annahmen, seine Daten und seine Unsicherheit in der Form, in der eine Wissenschaftlerin oder ein Ingenieur sie prüfen würde. Die Strukturen folgen veröffentlichten Methoden. Die dargestellten Werte sind illustrativ, keine Befunde.
Modell, Gleichungen und Annahmen
The model structure used for uncertainty and validation, the assumptions it makes and how each is tested.
Ri = f(Hi, Ei, Vi, Ci)Gefahr, Exposition, Verwundbarkeit und BewältigungskapazitätEAL = ∑k pk · Lküber Ereignisse k mit jährlicher Wahrscheinlichkeit pkxt+1 = A xt + B ut + εtA carries the couplings, u the shock, ε the error| Annahme | Warum es entsteht | Wie es geprüft wird |
|---|---|---|
| Gefahr und Exposition sind innerhalb eines Ereignisses unabhängig | Hält das Schadensintegral berechenbar | Mit einer Copula-Anpassung an gemeinsamen Aufzeichnungen vergleichen |
| Kopplungen sind nahe dem Arbeitspunkt linear | Lässt Schocks sich über A ausbreiten | Über den linearen Bereich hinaus stören und vergleichen |
| Vulnerabilitätskurven lassen sich zwischen Orten übertragen | Lokale Kurven sind selten verfügbar | Anhand beobachteter Schäden validieren, wo es sie gibt |
- Eingaben
- versionierte Datensätze mit Herkunftsnachweis
- Ergebnisse
- Verteilungen, nie einzelne Zahlen
- Code
- mit Modellkarte und Tests veröffentlicht
- Reproduktion
- gleiche Daten, Code, Umgebung und Seed
Woher die Evidenz stammt.
Benannte öffentliche Datensätze und institutionelle Aufzeichnungen, jeweils mit ihrer Lizenzklasse. Quellen auf Vereinbarungsbasis werden nur zu ihren Bedingungen genutzt und niemals weiterveröffentlicht.
| Quelle | Was es liefert | Lizenzklasse |
|---|---|---|
| ASME V&V 10, V&V 20 and V&V 40 | Verification, validation and credibility standards | Licensed standards, purchase required |
| NASA-STD-7009 | Credibility assessment of models and simulations | Public domain, US government |
| IPCC uncertainty guidance note | Kalibrierte Sprache der Unsicherheit | Public, IPCC terms |
| SALib and other open Sensitivitätsanalyse libraries | Implementations of global sensitivity methods | Open source, MIT licence |
| Published validation studies in each field | Evidence on model performance | Licence per publication |
Wer entscheidet und wozu die Evidenz dient.
System Science and Modelling prepares evidence. The decisions below are taken by the authorities named, under their own rules, and never by the platform.
| Wer entscheidet | Die Frage | Evidenz, der diese Seite dient |
|---|---|---|
| Model owners | Whether a model is fit for a stated purpose | Credibility assessments; validation reports |
| Decision makers | How much weight to give model results | Uncertainty statements |
| Reviewers and auditors | Whether verification and validation were adequate | Protocols and review records |
Ergebnisse, die dieses Thema hervorbringt
- Verification and validation protocols for network models
- Uncertainty statements in calibrated language
- Credibility assessments for models used in decisions
- Validation reports against independent data
What experts ask about uncertainty and validation.
- Which sources of uncertainty matter most for the decision at hand?
- How does uncertainty in inputs and parameters propagate to outputs?
- What observations can test the model, and are they independent of calibration data?
- How far beyond the calibration conditions can the model be trusted?
- How should uncertainty be communicated to people who must act on it?
Kinds of uncertainty and why calibration is not validation.
Modellers distinguish aleatory uncertainty, the inherent variability of a system, from epistemic uncertainty, which comes from incomplete knowledge and can in principle be reduced. Structural uncertainty, about whether the model’s equations are right, is often the largest and hardest to quantify. Tiefe Unsicherheit arises when experts cannot agree even on probability distributions.
Calibration adjusts parameters so that a model matches observations. A well-calibrated model may still be wrong: many parameter combinations can fit the same data, a problem called equifinality, and a model tuned to past conditions may fail under new ones. Validation therefore requires tests against data not used in calibration, and ideally under different conditions.
Validation is purpose-specific. A model may be adequate for estimating averages but not extremes, or for one region but not another.
Methoden und ihre Grenzen.
- 01
Sensitivitätsanalyse
Identifying which inputs drive output variation. Global methods are computationally demanding.
- 02
Probabilistic propagation
Monte Carlo and related methods, using Wahrscheinlichkeit und Statistik. Results depend on assumed input distributions.
- 03
Bayesian calibration
Updating parameter beliefs with data and representing model discrepancy. Priors and discrepancy models involve judgement.
- 04
Out-of-sample validation
Testing against independent data, held-out periods or different locations. Suitable data are often scarce for extremes.
No validation proves a model correct. It establishes confidence for a purpose, within stated conditions.
Wie es untersucht wird und was die Methoden nicht sagen können.
- 01Unsicherheitsquantifizierung und ModellvalidierungUnsicherheitsbudgets · Surrogatmodelle für aufwendige Simulationen · GlaubwürdigkeitsbewertungHier angewandt
- 02Wahrscheinlichkeit und StatistikBayessche Kalibrierung · Strikt korrekte Bewertung von Vorhersagen · EnsemblestatistikHier angewandt
- 03SystemtechnikAnforderungen an Entscheidungsmodelle · Schnittstellensteuerung für gekoppelte ModelleHier angewandt
- 04Entscheidungsanalyse unter UnsicherheitDie Entscheidung vor dem Modell rahmen · Informationswert für ModelleHier angewandt
Where this page’s references lead.
Die Gremien und Dokumente, vor deren Hintergrund diese Seite gelesen wird. Status und Ausgaben ändern sich; jeder Link führt zur herausgebenden Stelle.
- ASME V&V 40-2018, assessing credibility of computational modelling (ASME)
- NASA-STD-7009, Standard for Models and Simulations (NASA)
- Kennedy and O’Hagan, Bayesian calibration of computer models, Journal of the Royal Statistical Society Series B 63 (2001)
- Saltelli and others, Five ways to ensure that models serve society: a manifesto, Nature 582 (2020)
Fragen und Antworten.
What is the difference between verification and validation?
Can a model be validated for the future?
What is global sensitivity analysis?
Can uncertainty always be quantified?
What is equifinality?
Does GCRI validate models for regulators?
Why is calibration not enough?
Evidenz von dieser Seite aus beitragen.
Berichte is the Consortium’s quarterly publication. What you know about this subject can become evidence, a case or a correction in the next edition, credited to you and published under CC BY 4.0 where it is your own work.
- E-MailZugang GW-GCRIVon dieser Seite aus sendenEvidenz, eine Korrektur, ein Fall, eine Methode, eine Prüfung, eine Übersetzung oder ein Beitrag zu einem Profil. Sie kommt mit dieser Seite gekennzeichnet an, sodass die zuständige Redaktion sie erhält.
- ZenodoOffene HinterlegungHinterlegen und bei der Community einreichenVeröffentlichen Sie Ihren eigenen Eintrag auf Zenodo mit Ihrer ORCID iD und reichen Sie ihn dort bei der Reports-Community ein. Kuratorinnen und Kuratoren prüfen ihn; der DOI bleibt bei Ihnen.
- BerichteGCRIAlle Wege zum Beitragen ansehenDie Beitragsarten, wie jede geprüft wird, welche Nennung Sie erhalten, die Lizenz und was nie angenommen wird.
Senden Sie nie personenbezogene Daten, sensible Infrastrukturdetails oder etwas, das Sie nicht weitergeben dürfen. Ein Beitrag wird vor der Nutzung geprüft; das Einsenden begründet weder Urheberschaft noch redaktionelle Rechte, und Sponsoring erkauft nie ein Ergebnis.
Bringen Sie eine Methode, einen Datensatz oder eine Frage mit.
Information und Anfragen sind heute offen. Eine Anfrage erhält ein Aktenzeichen und nennt den nächsten Schritt; Bewerbungen, Zahlungen, Rechenzuteilungen und Registrierungen öffnen erst, wenn Team, Bedingungen und Prüfkapazität bestehen.
Rechtliche Dokumente.
Karten, Daten und Zahlen auf dieser Website werden zu Kontext- und allgemeinen Informationszwecken gezeigt. Sie sind weder Beratung noch Prognosen oder Warnungen; die Grenzen der Information sind in den Haftungsausschlüssen und Datenhinweisen dargelegt.