Notice bibliographique
Résumé
This paper describes the collection, checking and homogenisation of a Canadian atmospheric surface pressure database. The object of the exercise was to create a database of monthly mean surface pressure for as many stations as possible across Canada as far back in time as possible. Data sources included the World Weather Records, Monthly Climatic Data for the World Bulletins, the Global Historical Climate Network and the electronic meteorological report archives of Environment Canada. Much of the earlier data was in paper form and had to be digitized by hand. Over 66,000 individual mean monthly pressure values were obtained, with a missing value rate of 5.9%. The homogenisation procedures used were the Standard Normal Homogeneity Test (SNHT; Alexandersson and Moberg 1997) and Multiple Comparison Analysis (MCA; as used by Slonosky et al 1999). In addition, simple subtraction of sea-level pressure from station-level pressure revealed a major inhomogeneity which took place in 1977, when computer generated pressure reduction tables were used for the first time by the Meteorological Service of Canada, and when the meteorological reporting procedure was brought into alignment with the World Meteorological Organisationâs guidelines. As a result, the final homogenised database shows appreciable differences in trends compared to the unhomogenised series. The final database has been used by Slonosky & Graham (2003) in the statistical analysis of trends and variability of surface pressure across Canada during the 20th century. Published in Proceedings of Fourth seminar for homogenisation and quality control in climatological databases. Budapest, Hungary. 6-10, October 2003.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».