GCRI · Ilmu Sistem dan Pemodelan
Ketidakpastian dan validasi
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.
Bagaimana pekerjaan berjalan.
Penjalan model terhubung
Uncertainty and validation · Coupled model A · Scenario set 3
Grafik keterkaitan model
simpul: model · sisi: variabel yang dipertukarkan
Komponen terhubung
| Hidrologi | 1 hari | limpasan | Ya |
| Sistem tenaga listrik | 1 h | permintaan, pemadaman | Ya |
| Ekonomi | 1 kuartal | keluaran, harga | Sebagian |
| Penduduk | 1 tahun | keterpaparan | Ya |
Keluaran ansambel
Gbr.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.
Bahaya dan keterpaparan di Amerika Utara.
Flood water, population density and night lights over North America, from NASA GIBS. Each layer carries its own date.
Peta interaktif memerlukan JavaScript. Daftar lapisan dan sumber tersedia di bawah.
Lapisan 3
Bahaya dan keterpaparan, untuk halaman ini
Tentang lapisan ini
- Bukti
- Teramati (awan menyisakan celah)
- Sumber
- Produk Banjir Global VIIRS (NASA LANCE)
- Penyedia
- NASA LANCE
- Lisensi
- Data terbuka NASA
- Tahun data
- harian; deteksi satelit; awan menyisakan celah
- Terbaru saat build
- 2026-10-14
- Resolusi
- kisi sekitar 250 m
- Ketidakpastian
- Deteksi satelit; awan menyisakan celah. Raster satelit atau model sebagaimana diterbitkan penyedia. Awan, celah jalur sapuan, dan galat pengambilan data menyisakan celah dan derau; nilai-nilainya adalah indikator, bukan pengukuran di suatu tempat.
- Dijangkau melalui
- gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung
Tentang lapisan ini
- Bukti
- Estimasi
- Sumber
- Gridded Population of the World v4.11 (NASA SEDAC (CIESIN, Universitas Columbia))
- Penyedia
- NASA SEDAC (CIESIN, Universitas Columbia)
- Lisensi
- CC BY 4.0
- Tahun data
- null; estimasi berbasis sensus, statis (2020)
- Resolusi
- kisi sekitar 1 km
- Ketidakpastian
- Estimasi berbasis sensus jumlah penduduk per kilometer persegi pada 2020, ditampilkan sebagai konteks keterpaparan; bukan hitungan orang yang terdampak bahaya apa pun.
- Dijangkau melalui
- gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung
Tentang lapisan ini
- Bukti
- Teramati
- Sumber
- VIIRS Black Marble (VNP46A2) (NASA LAADS DAAC)
- Penyedia
- NASA LAADS DAAC
- Lisensi
- Data terbuka NASA
- Tahun data
- harian; radiansi satelit, dikoreksi untuk cahaya bulan dan atmosfer
- Terbaru saat build
- 2026-10-12
- Resolusi
- kisi sekitar 500 m
- Ketidakpastian
- Pancaran radiasi satelit pada malam hari untuk tanggal yang ditampilkan; cahaya adalah proksi penggunaan listrik dan pemadaman, bukan ukuran pasokan atau akses.
- Dijangkau melalui
- gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung
Tentang lapisan ini
- Bukti
- Teramati
- Sumber
- Reflektansi terkoreksi VIIRS NOAA-20 (NASA LANCE)
- Penyedia
- NASA LANCE
- Lisensi
- Data terbuka NASA
- Tahun data
- harian; citra satelit
- Terbaru saat build
- 2026-10-14
- Resolusi
- kisi sekitar 250 m
- Ketidakpastian
- Citra satelit. Raster satelit atau model sebagaimana diterbitkan penyedia. Awan, celah jalur sapuan, dan galat pengambilan data menyisakan celah dan derau; nilai-nilainya adalah indikator, bukan pengukuran di suatu tempat.
- Dijangkau melalui
- gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung
Tentang lapisan ini
- Bukti
- Dimodelkan (tahun terbaru yang diterbitkan GIBS)
- Sumber
- MODIS Terra and Aqua land cover (MCD12Q1) (NASA LP DAAC)
- Penyedia
- NASA LP DAAC
- Lisensi
- Data terbuka NASA
- Tahun data
- tahunan; klasifikasi satelit; tahun terbaru yang diterbitkan GIBS
- Terbaru saat build
- 2024-01-01
- Resolusi
- kisi sekitar 500 m
- Ketidakpastian
- Kelas tutupan lahan satelit untuk tahun yang ditampilkan, termasuk lahan pertanian; klasifikasi dengan kesalahan yang diketahui, bukan register pertanian.
- Dijangkau melalui
- gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung
Tentang lapisan ini
- Bukti
- Teramati (awan dan waktu lintasan menyisakan celah)
- Sumber
- VIIRS NOAA-20 375 m (FIRMS) (NASA LANCE FIRMS)
- Penyedia
- NASA LANCE FIRMS
- Lisensi
- Data terbuka NASA
- Tahun data
- harian; deteksi satelit; awan dan waktu lintasan menyisakan celah
- Terbaru saat build
- 2026-10-13
- Resolusi
- kisi sekitar 500 m
- Ketidakpastian
- Deteksi titik panas satelit pada hari yang ditampilkan, termasuk suar gas dan panas industri; bukan kebakaran yang terkonfirmasi, laporan insiden, atau peringatan.
- Dijangkau melalui
- gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung
Papan ketik, dengan peta terfokus
Tahan Ctrl atau ⌘ dan gulir untuk memperbesar
Terbaru yang tersedia
NASA GIBS / EOSDIS · ASTER GDEM (METI, NASA) · Blue Marble (NASA) · © kontributor OpenStreetMap (ODbL) · Natural Earth
Memuat citra NASA terbaru.
Seret untuk menggeser. Ctrl atau ⌘ dan gulir, cubit, atau gunakan tombol untuk memperbesar. Arahkan kursor untuk melihat nilai di bawah penunjuk. Setel ulang untuk kembali ke wilayah.
Bahaya dan keterpaparan, dibingkai pada Amerika Utara.Produk satelit dan model sebagaimana diterbitkan NASA, masing-masing dengan tanggalnya sendiri. Produk ini adalah indikator, bukan penilaian atas tempat mana pun.
Data: NASA GIBS · ASTER GDEM · Blue Marble · © kontributor OpenStreetMap · Natural Earth · NASA EONET · U.S. Geological Survey · NASA JPL OPERA DIST-ALERTSumber dan lisensi
- 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). Data terbuka 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). Data terbuka NASA
- Produk mendekati waktu nyata VIIRS (banjir, suhu permukaan daratan, tutupan salju, reflektansi terkoreksi), NASA LANCE; citra melalui NASA GIBS. Warna digambar ulang dari peta warna yang dipublikasikan; nilai dirata-ratakan ke dalam sel heksagonal jika ditampilkan (dimodifikasi). Data terbuka 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). Dilisensikan di bawah CC BY 4.0. Warna digambar ulang dari peta warna yang dipublikasikan; nilai dirata-ratakan ke dalam sel heksagonal jika ditampilkan (dimodifikasi). doi:10.7927/H49C6VHW. CC BY 4.0
- Cahaya malam VIIRS Black Marble, NASA Goddard Space Flight Center; didistribusikan oleh NASA Level-1 and Atmosphere Archive and Distribution System (LAADS DAAC); citra melalui NASA GIBS. Warna digambar ulang dari peta warna yang diterbitkan; nilai dirata-ratakan ke sel heksagonal di tempat yang ditampilkan (dimodifikasi). Data terbuka NASA
- Produk daratan MODIS (indeks vegetasi, produksi primer bruto, tutupan lahan), NASA LP DAAC dan LANCE; citra melalui NASA GIBS. Warna digambar ulang dari peta warna yang dipublikasikan; nilai dirata-ratakan ke dalam sel heksagonal jika ditampilkan (dimodifikasi). Data terbuka NASA
- NASA Fire Information for Resource Management System (FIRMS), produk kebakaran aktif VIIRS 375 m, NASA LANCE; ubin vektor melalui NASA GIBS. Warna digambar ulang dari peta warna yang dipublikasikan; nilai dirata-ratakan ke dalam sel heksagonal jika ditampilkan (dimodifikasi). Data terbuka NASA
- ASTER GDEM adalah produk METI dan NASA (ASTER Global Digital Elevation Model V003, NASA LP DAAC); citra melalui NASA GIBS. Warna digambar ulang dari peta warna yang dipublikasikan; nilai dirata-ratakan ke dalam sel heksagonal jika ditampilkan (dimodifikasi). Kutip sebagai: 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. Data terbuka NASA
- Dibuat dengan Natural Earth. Data peta vektor dan raster gratis @ naturalearthdata.com. Domain publik
- © kontributor OpenStreetMap (ODbL), melalui NASA GIBS (garis pantai, batas wilayah, jalan, dan nama tempat). Warna digambar ulang dari peta warna yang diterbitkan; nilai dirata-ratakan ke dalam sel heksagonal bila ditampilkan (dimodifikasi). ODbL
- Blue Marble, NASA Earth Observatory; citra melalui NASA GIBS. Warna digambar ulang dari peta warna yang dipublikasikan; nilai dirata-ratakan ke dalam sel heksagonal jika ditampilkan (dimodifikasi). Data terbuka NASA
- Konteks pada globe dan peta datar: garis pantai, batas wilayah, jalan, dan nama tempat dari lapisan acuan NASA GIBS (data OpenStreetMap, ODbL, © kontributor OpenStreetMap). Citra Blue Marble sebagai peta dasar opsional. Medan 3D dan keterangan elevasi dari indeks warna elevasi ASTER GDEM (kelas 5 m hingga 200 m, dilebih-lebihkan agar terbaca). Batas wilayah digambar sebagaimana diterbitkan dan tidak menyiratkan posisi atas wilayah mana pun.
- Peristiwa langsung: NASA Earth Observatory Natural Event Tracker (EONET). Peristiwa bersifat indikatif dan mempertahankan tautan sumber aslinya.
- Langsung: NASA EONET. Peristiwa bersifat indikatif, bukan peringatan otoritas.
- Langsung: U.S. Geological Survey. Peristiwa bersifat indikatif, bukan peringatan otoritas.
- 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).
- Prakiraan debit sungai, 30 hari dengan rentang (GloFAS melalui Open-Meteo): Contains modified Copernicus Emergency Management Service information 2026; bukan peringatan banjir.
- Data cuaca oleh Open-Meteo.com (https://open-meteo.com/), dilisensikan di bawah CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/).
- Lapisan opsional (11 sumber dalam daftar lapisan: langsung, prakiraan, teramati, dan konteks) mencantumkan kredit penyedianya di peta dan di sini saat diaktifkan; prakiraan adalah keluaran model dan indeks turunan adalah estimasi.
Lapisan dan tanggal
- Genangan banjir, komposit 3 hari: VIIRS Global Flood Product, NASA LANCE · 14 Okt 2026
- Kepadatan penduduk, 2020: Penduduk: CIESIN, Columbia University, Gridded Population of the World v4.11 (2018), NASA SEDAC, CC BY 4.0 · statis
- Cahaya malam, harian: VIIRS Black Marble (VNP46A2), NASA LAADS DAAC · 12 Okt 2026
- Warna asli: reflektansi terkoreksi VIIRS NOAA-20, NASA LANCE · 13 Okt 2026
- Tipe tutupan lahan (IGBP), tahunan: MODIS Terra and Aqua land cover (MCD12Q1), NASA LP DAAC · 2024
- Kebakaran aktif dan anomali termal: 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 seri Metode dan Teknis. ASME V&V 40, NASA-STD-7009 and Bayesian calibration (Kennedy and O’Hagan, 2001) set practice; analisis sensitivitas 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.
Disusun dari profil bidang Nexus Standards profil area Standar bahaya majemuk dan berantai: bahaya yang disebutkannya, sistem dan sektor yang menanggung kerugian, kendali yang meredamnya, dan data yang mengamatinya. Pilih komponen, tentukan bahaya pemicu, dan telusuri kaskade langkah demi langkah. Tampilan Peta menempatkan proses pada contoh geografi dengan data terbuka. Setiap bobot keterkaitan adalah asumsi yang dinyatakan dan dapat Anda ubah. Model pengajaran, bukan prakiraan, penilaian, atau sertifikasi. Untuk memodelkan tempat pilihan Anda sendiri, buka System Builder.
Bahaya
- Peristiwa natech
- Tumpahan atau kebocoran bahan kimia (dipicu di hilir)
- Emergency-response overload (dipicu di hilir)
- Pelepasan gas beracun (dipicu di hilir)
- Kebakaran industri (dipicu di hilir)
Sistem dan keterkaitan
- Standar bahaya majemuk dan berantai
- Standar bahaya hidrometeorologi Pemajemukan
- Standar bahaya geofisika Pemicuan
- Infrastruktur kritis dan entitas kritis Efek berantai
- Risiko global dan risiko sistemik Mekanisme
Kendali
NS-0Anggaran dasar dan prinsipNS-3UNI catatan risiko (tata bahasa, pemetaan ke sistem lama, kewenangan alokasi)NS-9UNI kontekstual (penerapan, instans, instans program)NS-11Verifikasi dan pemantauan (bukti, atestasi, pengamatan kesesuaian zero trust)NRS-H61Kelompok bahaya: Kegagalan berantai (NHS-1 sys.cascade)NRS-H62Keluarga bahaya: Peristiwa majemuk dan multibahaya (NHS-1 sys.compound)NRS-H60Kelompok bahaya: Gangguan rantai pasok dan aliran (NHS-1 sys.supply-chain)NRS-H94Keluarga bahaya: Peristiwa siber sistemik (NHS-1 cyber.systemic-cyber)NRS-H107Keluarga bahaya: Konsentrasi dan monokultur infrastruktur digital (NHS-1 tech.digital-concentration)NRS-H7Keluarga bahaya: Anomali sirkulasi skala besar (NHS-1 atmo.climate-mode)
Pengamatan
- Aktivasi pemetaan cepat Copernicus EMS (dicantumkan sebagai rujukan)
- OpenStreetMap planet dan replikasi (dicantumkan sebagai rujukan)
- Reanalisis ERA5 (Copernicus Climate Data Store) (dicantumkan sebagai rujukan)
- Kerugian ekonomi langsung akibat bencana terhadap PDB global
- Jumlah gangguan layanan dasar yang disebabkan bencana
Contoh geografi
- Bangladesh: 134 sel heksagonal
- Cahaya malam hari ini, pemadaman (VIIRS Day/Night Band), NASA GIBS
- Karbon monoksida, sebaran asap (AIRS), NASA GIBS
- Peringatan gangguan vegetasi, 30 m (OPERA DIST-ALERT), NASA GIBS
Apa yang diukur, dan seberapa baik.
Setiap indikator membawa satuan, frekuensi, jenis sumber di baliknya, dan label bukti yang akan dibawa suatu nilai. Tidak ada nilai yang ditampilkan: sebuah program menyediakannya berdasarkan wewenangnya sendiri.
| Indikator | Unit | Kadensi | Jenis sumber | Label |
|---|---|---|---|---|
| Verification tests passed | percent of test suite | per rilis | Model test records | TERAMATI |
| Validation error against independent data | error metric | per validation | Validation studies | ESTIMASI |
| Prediction interval coverage | percent of observations inside stated intervals | per evaluation | Out-of-sample evaluation | TERAMATI |
| Sensitivity indices | share of output variance by input | per analysis | Global analisis sensitivitas | DIMODELKAN |
| Models with documented credibility assessment | jumlah | per penilaian | Model documentation | DINYATAKAN |
| Independent reviews completed | jumlah | per model | Review records | DILAPORKAN |
How uncertainty and validation is modelled, measured and tested.
Model, asumsi, data, dan ketidakpastiannya, dalam bentuk yang akan diperiksa ilmuwan atau insinyur. Strukturnya mengikuti metode yang dipublikasikan. Nilai yang digambar bersifat ilustratif, bukan temuan.
Model, persamaan, dan asumsi
The model structure used for uncertainty and validation, the assumptions it makes and how each is tested.
Ri = f(Hi, Ei, Vi, Ci)bahaya, keterpaparan, kerentanan, dan kapasitas penanggulanganEAL = ∑k pk · Lkatas peristiwa k dengan probabilitas tahunan pkxt+1 = A xt + B ut + εtA carries the couplings, u the shock, ε the error| Asumsi | Mengapa ini dibuat | Bagaimana ini diuji |
|---|---|---|
| Bahaya dan eksposur bersifat independen dalam satu peristiwa | Menjaga integral kerugian tetap dapat dihitung | Bandingkan dengan pencocokan kopula pada catatan gabungan |
| Keterkaitan bersifat linear di dekat titik operasi | Membiarkan guncangan merambat melalui A | Uji di luar rentang linear lalu bandingkan |
| Kurva kerentanan dapat dipindahkan antartempat | Kurva lokal jarang tersedia | Validasi terhadap kerugian teramati jika tersedia |
- Masukan
- dataset berversi dengan asal-usul yang tercatat
- Keluaran
- distribusi, bukan angka tunggal
- Kode
- dirilis bersama kartu model dan pengujiannya
- Reproduksi
- data, kode, lingkungan, dan seed yang sama
Asal bukti.
Set data publik bernama dan catatan kelembagaan, masing-masing dengan kelas lisensinya. Sumber berdasarkan perjanjian hanya digunakan sesuai ketentuannya dan tidak pernah diterbitkan ulang.
| Sumber | Apa yang diberikannya | Kelas lisensi |
|---|---|---|
| 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 | Bahasa ketidakpastian yang terkalibrasi | Public, IPCC terms |
| SALib and other open analisis sensitivitas libraries | Implementations of global sensitivity methods | Open source, MIT licence |
| Published validation studies in each field | Evidence on model performance | Licence per publication |
Siapa yang memutuskan, dan apa yang dilayani bukti.
Sistem Science and Modelling prepares evidence. The decisions below are taken by the authorities named, under their own rules, and never by the platform.
| Siapa yang memutuskan | Pertanyaannya | Bukti yang dilayani halaman ini |
|---|---|---|
| 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 |
Keluaran yang dihasilkan topik ini
- 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. Ketidakpastian mendalam 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.
Metode dan batasannya.
- 01
Analisis sensitivitas
Identifying which inputs drive output variation. Global methods are computationally demanding.
- 02
Probabilistic propagation
Monte Carlo and related methods, using probabilitas dan statistika. 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.
Cara hal ini dikaji, dan apa yang tidak dapat dinyatakan metodenya.
- 01Kuantifikasi ketidakpastian dan validasi modelAnggaran ketidakpastian · Model pengganti untuk simulasi mahal · Penilaian kredibilitasDiterapkan di sini
- 02Probabilitas dan statistikaKalibrasi Bayesian · Penilaian prediksi yang tepat · Statistik ensambelDiterapkan di sini
- 03Rekayasa sistemPersyaratan untuk model keputusan · Kendali antarmuka untuk model terkopelDiterapkan di sini
- 04Analisis keputusan dalam ketidakpastianMembingkai keputusan sebelum model · Nilai informasi untuk modelDiterapkan di sini
Where this page’s references lead.
Badan dan dokumen yang menjadi acuan halaman ini. Status dan edisi berubah; setiap tautan menuju badan penerbitnya.
- ASME V&V 40-2018, assessing credibility of computational modelling (ASME)
- NASA-STD-7009, Standar untuk Model dan Simulasi (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)
Tanya jawab.
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?
Kontribusikan bukti dari halaman ini.
Laporan 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.
- SurelGerbang GW-GCRIKirim dari halaman iniBukti, koreksi, kasus, metode, tinjauan, terjemahan, atau masukan profil. Kiriman tiba dengan label halaman ini, sehingga editor pemiliknya menerimanya.
- ZenodoDeposit terbukaDeposit dan ajukan ke komunitasTerbitkan catatan Anda sendiri di Zenodo dengan ORCID iD Anda, lalu ajukan ke komunitas Reports di sana. Kurator meninjaunya; DOI tetap milik Anda.
- LaporanGCRILihat semua cara berkontribusiJenis kontribusi, cara masing-masing ditinjau, kredit yang Anda terima, lisensinya, dan apa yang tidak pernah diterima.
Jangan pernah mengirim data pribadi, rincian infrastruktur sensitif, atau apa pun yang tidak berhak Anda bagikan. Kontribusi ditinjau sebelum digunakan. Mengirimkannya tidak memberikan hak kepenulisan atau editorial, dan sponsor tidak pernah membeli sebuah temuan.
Bawa metode, dataset, atau pertanyaan.
Informasi dan pertanyaan sudah terbuka hari ini. Sebuah pertanyaan menerima nomor referensi dan menyebutkan langkah berikutnya; lamaran, pembayaran, alokasi komputasi, dan pendaftaran hanya dibuka ketika tim, ketentuan, dan kapasitas tinjauannya tersedia.
Dokumen hukum.
Peta, data, dan gambar di situs ini ditampilkan untuk konteks dan informasi umum. Semua itu bukan nasihat, prakiraan, atau peringatan; batasan informasinya dijelaskan dalam Penafian dan Pemberitahuan Data.