Este artículo es tu “lista de seguridad” antes de publicar un resultado de mundo factual (P1): lo que observamos y modelamos en el clima actual. Sirve para evitar los fallos más típicos al comunicar números sin contexto. Regla de oro: factual describe el hazard con rangos; no prueba causalidad y no infiere impactos automáticamente.

Este artículo forma parte del tema Atribución en WikiMeteo.es, donde reunimos conceptos y guías prácticas para entender mejor el tiempo y el clima.

1. Qué vas a poder afirmar (y qué no)

• Sí: “En el clima actual, este tipo de evento tiene esta probabilidad/rango bajo estos supuestos”.
• No: “Esto demuestra la causa” (eso requiere comparación/contrafactual) ni “esto implica X daños” (depende de exposición y vulnerabilidad).

2. Idea clave en 30 segundos

• En una frase: Mundo factual = descripción cuantitativa del hazard observado/modelado en el clima actual, con incertidumbre explícita.
• Señal típica de calidad: el evento está definido de forma copiable y el resultado viene con rango + método.
• Confusión común: tratar P1 como causalidad o como impacto directo.

3. Checklist rápido (10 pasos)

1. Evento definido: variable + ventana + región + umbral (y periodo base si aplica).
2. Escala/operador: ¿punto (estación) o celda (modelo/reanálisis)? ¿comparación justa?
3. Datos declarados: qué dataset(s), versión, resolución, cobertura y QC básico.
4. Sesgos: ¿qué sesgos conocidos tiene ese dataset para ese fenómeno?
5. Método: ¿qué se estima exactamente y con qué técnica (p.ej., ensemble, bootstrap, ajuste)?
6. Rangos: intervalos/percentiles con explicación mínima de cómo se obtuvieron.
7. Coherencia física: ¿cuadra con la situación meteorológica (sin “forzar” el número)?
8. Sensibilidad: ¿cambia mucho si ajustas 1 cosa razonable (umbral/ventana/región)?
9. Interpretación: ¿dejaste claro hazard ≠ impacto y factual ≠ causalidad?
10. Comunicación: ¿tienes 2–3 frases seguras y un bloque de límites listo?

4. Paso 1: define el evento de forma copiable

Evita definiciones “poéticas” o cambiantes. Ejemplo de plantilla: E = (variable Tmax diaria) + (ventana 3 días) + (región provincia / bbox) + (umbral p99 o ≥ X ºC).

• Señal de alarma: el evento se redefine después de ver el resultado.
• Solución: fija E y reporta una sensibilidad mínima (2–3 opciones razonables).

5. Paso 2: escala y operador (punto vs celda)

Una estación ve picos que una celda suaviza. Si comparas punto vs celda “tal cual”, el pico casi siempre “pierde”.

• Solución práctica: usa un operador equivalente (bbox/área/percentil espacial) o declara explícitamente el suavizado.

6. Paso 3: datos y sesgos (lo que suele romperlo todo)

• Lluvia extrema convectiva: reanálisis tiende a suavizar máximos; radar/pluvios son clave para picos.
• Viento en borrascas: racha puntual vs viento medio modelado no son comparables sin cuidado.
• Sequía: indicador y ventana dominan (SPI vs SPEI, 1–3–12 meses).
• Solución: usa cada dataset para lo que hace bien y declara límites sin vergüenza.

7. Paso 4: método y rangos (sin magia)

Si hay un número, debe venir con un rango. Y si hay un rango, debe venir con una frase de cómo se obtuvo (aunque sea corta).

• Ejemplo mínimo: “Rango 5–95% por bootstrap con N=…, asumiendo…”
• Señal de alarma: intervalos “bonitos” sin método ni tamaño muestral.

8. Paso 5: coherencia física (sin vender mapas como prueba)

Los mapas ayudan a comprobar que el resultado no contradice la situación (advección, bloqueo, humedad, etc.), pero no sustituyen al rango estadístico.

9. Ejemplos rápidos (cómo se aplica el checklist)

• Ola de calor: define Tmax/Tmin, duración y región; revisa sesgos urbanos y de estación; reporta rango.
• Sequía: fija indicador+ventana; declara dependencia de elección; evita convertirlo en “daños” sin exposición.
• Borrasca: separa viento medio vs racha; operador espacial; limita conclusiones sobre impactos.

10. Límites de interpretación (bloque listo para pegar)

• “Este resultado caracteriza el hazard en el clima actual bajo estos supuestos; no prueba causalidad por sí solo.”
• “Los rangos reflejan incertidumbre por datos, definición del evento, sesgos y tamaño de muestra.”
• “El impacto depende de exposición y vulnerabilidad; no se infiere automáticamente del hazard.”

11. Frases seguras para comunicar sin sobreprometer

• “La evidencia es compatible con estos valores dentro de estos supuestos y este rango.”
• “Podemos decir más probable/menos probable en el clima actual, pero no ‘la causa’ sin comparación contrafactual.”
• “Hay incertidumbre relevante; por eso publicamos un rango y no un único número.”

12. Errores comunes (mini-lista de alarma)

• Evento definido a posteriori
• Punto vs celda sin operador
• Rango sin método
• “Significativo” usado como “demostrado”
• Hazard convertido en impacto

13. Buenas prácticas (mini-lista de oro)

• Define E de forma copiable + sensibilidad mínima
• Declara datasets y sesgos
• Publica rango + método
• Incluye bloque de límites + frases seguras

14. Resumen y claves finales

• Sin definición copiable del evento, no hay análisis defendible
• Escala/operador y sesgos mandan más de lo que parece
• Publica rangos, no certezas; y separa hazard de impacto
• Factual describe el clima actual; la causalidad comparativa exige contrafactual

15. Mini-glosario

• Ensemble: conjunto de simulaciones para estimar variabilidad e incertidumbre.
• Sesgo: desviación sistemática (no ruido) entre modelo/dataset y realidad.
• Downscaling: técnicas para llevar información de escala grande a escala local (con límites).

16. Referencias y lecturas recomendadas

• World Weather Attribution (enfoque y ejemplos de comunicación)
• IPCC (conceptos y evaluación de evidencia/incertidumbre)
• WMO (glosarios y guías de comunicación del riesgo)