MétaCan
Menu
Retour à la cohorte
Enregistrement W1524655761 · doi:10.54782/jwm.v34i1.230

Operational Forecasts of Maximum Hailstone Diameter in Mendoza, Argentina

2018· article· en· W1524655761 sur OpenAlexaffabout
Julian Brimelow, T. W. Krauss, Gerhard W. Reuter

Notice bibliographique

RevueThe Journal of Weather Modification · 2018
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMeteorological Phenomena and Simulations
Établissements canadiensUniversity of Alberta
Organismes subventionnairesStrong
Mots-clésDepth soundingEnvironmental scienceMeteorologyForecast skillClimatologyEnsemble forecastingAtmospheric sciencesGeographyGeologyCartography

Résumé

récupéré en direct d'OpenAlex

A coupled one-dimensional cloud and hail growth model was used to simulate the growth of hailstones in Mendoza, Argentina. The model-derived maximum hail size forecasts were based on 118 representative soundings released during the 1999-2000 hail season. Model ensemble, persistence and subjective hail forecasts were also verified against daily observations of the maximum size. The model control and ensemble showed promising skill when forecasting the occurrence of hail as measured by the Heidke’s Skill Score (HSS=0.60). On days with severe hail (diameter of 2 cm or more), the model control forecasts showed the best skill (HSS=0.59). The model showed improved forecast skill when run using sounding and surface data from the Alberta Hail Project. This was likely attributable to the stringent criteria placed on the proximity soundings and the availability of real-time surface data in Alberta. Although certain cloud model parameters were useful for inferring the potential (and size) of hail in Mendoza, the best results were achieved using the coupled cloud and hail model. The data also suggest that the ensemble technique improves the accuracy and skill of the hail forecasts on some days.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,407
Score d'incertitude au seuil0,809

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,053
Tête enseignante GPT0,264
Écart entre enseignants0,211 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Weather ModificationMême sujetMeteorological Phenomena and SimulationsTravaux en français237 207