Notice bibliographique
Résumé
Abstract This work focuses on the seaward propagation of coastal precipitation with and without mountainous terrain nearby. Offshore of India, diurnal propagation of precipitation is observed over the Bay of Bengal. On the eastern side of the bay, a diurnal but nonpropagating signal is observed near the west coast of Burma. This asymmetry is consistent with the inertio-gravity wave mechanism. Perturbations generated by diurnal heating over the coastal mountains of India propagate offshore, amplify in the upwind direction, and dissipate in the downwind direction relative to the steering wind, owing to critical-level considerations. A linear model is applied to evaluate sensitivity to gravity waves, as these affect deep moist convection and propagation. Analyses are performed for various heating depths, mountain widths, stability, Coriolis effect, background mean wind, and friction. Calculations reveal how these factors affect the amplitude, dissipation, initiation phase, and propagation speed of the diurnal disturbance. The propagation of precipitation triggered by land–sea breezes is distinguishable from that triggered by a mountain–plains circulation. Convection resulting purely from mountain heating begins earlier, propagates slower, and damps faster than that of the land–sea breeze. For mountains near a coast, slower propagation and stronger earlier convection result from a resonance-like combination of two dynamical mechanisms. The propagation of precipitation is initially triggered by the mountain breeze near the coastal mountain. Over the open ocean, the dominant signal propagates as that of the land breeze but with stronger 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 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 | 0,001 | 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».