MétaCan
Menu
← Retour à la cohorte
Enregistrement W1630296365 · doi:10.1029/2009gl041861

Variability of Indian summer monsoon in a new upper tropospheric humidity data set

2010· article· en· W1630296365 sur OpenAlexafffund
Prince Xavier, Viju O. John, Stefan A. Buehler, R. S. Ajayamohan, S. Sijikumar

Notice bibliographique

RevueGeophysical Research Letters · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensUniversity of Victoria
Organismes subventionnairesNatural Environment Research CouncilNational Aeronautics and Space AdministrationLangley Research CenterDepartment for Environment, Food and Rural Affairs, UK GovernmentSight Research UKCanadian Foundation for Climate and Atmospheric Sciences
Mots-clésMonsoonTroposphereClimatologyHumiditySubsidenceAtmospheric sciencesEnvironmental scienceMonsoon of South AsiaConvectionRelative humidityEast Asian MonsoonGeologyMeteorologyGeographyStructural basin

Résumé

récupéré en direct d'OpenAlex

Using a new data set we demonstrate the variability of upper troposphere humidity (UTH) associated with the Indian Summer Monsoon (ISM). The main advantage of the new data set is its all‐sky representation which is essential to capture the full variability of humidity even in cloudy areas. We show that UTH undergoes significant variations during the active/break phases of the monsoon and discuss the mechanisms. The interannual variations of monsoon are also well reflected in the UTH. A preliminary investigation into the cause of the 2009 monsoon failure reveals anomalous subsidence and suppressed convection over the monsoon region due to anomalous warm conditions in the equatorial Pacific throughout the summer. The large scale drying of the upper troposphere may also have contributed to a negative feedback in suppressing convection.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,061

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,089
Tête enseignante GPT0,355
Écart entre enseignants0,267 · 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

Citations16
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGeophysical Research Letters→Même sujetClimate variability and models→Travaux en français237 207→