MétaCan
Menu
Retour à la cohorte

Hydrological Processes in Regional Climate Model Simulations of the Central United States Flood of June–July 1993

2003· article· en· W1625946576 sur OpenAlexaff
Christopher Anderson, Raymond W. Arritt, Zaitao Pan, Eugene S. Takle, William J. Gutowski, Francis O. Otieno, Renato Ramos da Silva, D. Caya, Jens Hesselbjerg Christensen, Daniel Lüthi, Μiguel Angel Gaertner, Clemente Gallardo, Filippo Giorgi, René Laprise, Song‐You Hong, Colin Jones, H-M. H. Juang, Jack Katzfey, John L. McGregor, William M. Lapenta, J. Walter Larson, John Taylor, Glen E. Liston, Roger A. Pielke, John O. Roads

Notice bibliographique

RevueJournal of Hydrometeorology · 2003
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMeteorological Phenomena and Simulations
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesU.S. Department of EnergyBiological and Environmental ResearchNational Oceanic and Atmospheric AdministrationNational Science Foundation
Mots-clésMesoscale meteorologyPrecipitationEnvironmental scienceMorningClimatologyEvapotranspirationClimate modelAtmospheric sciencesDiurnal cycleNocturnalFlood mythMeteorologyClimate changeGeologyGeographyPhysics

Résumé

récupéré en direct d'OpenAlex

Thirteen regional climate model (RCM) simulations of June-July 1993 were compared with each other and observations.Water vapor conservation and precipitation characteristics in each RCM were examined for a 10Њ ϫ 10Њ subregion of the upper Mississippi River basin, containing the region of maximum 60-day accumulated precipitation in all RCMs and station reports.All RCMs produced positive precipitation minus evapotranspiration (P Ϫ E Ͼ 0), though most RCMs produced P Ϫ E below the observed range.RCM recycling ratios were within the range estimated from observations.No evidence of common errors of E was found.In contrast, common dry bias of P was found in the simulations.Daily cycles of terms in the water vapor conservation equation were qualitatively similar in most RCMs.Nocturnal maximums of P and C (convergence) occurred in 9 of 13 RCMs, consistent with observations.Three of the four driest simulations failed to couple P and C overnight, producing afternoon maximum P. Further, dry simulations tended to produce a larger fraction of their 60-day accumulated precipitation from low 3-h totals.In station reports, accumulation from high (low) 3-h totals had a nocturnal (early morning) maximum.This time lag occurred, in part, because many mesoscale convective systems had reached peak intensity overnight and had declined in intensity by early morning.None of the RCMs contained such a time lag.It is recommended that short-period experiments be performed to examine the ability of RCMs to simulate mesoscale convective systems prior to generating long-period simulations for hydroclimatology.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,111
Score d'incertitude au seuil0,220

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,030
Tête enseignante GPT0,242
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

Citations48
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of HydrometeorologyMême sujetMeteorological Phenomena and SimulationsTravaux en français237 207