MétaCan
Menu
Retour à la cohorte
Enregistrement W1964201649 · doi:10.1029/2005gl023642

A regional index of northeast Pacific variability based on satellite altimeter data

2005· article· en· W1964201649 sur OpenAlexaff
Patrick F. Cummins, Gary Lagerloef, Gary T. Mitchum

Notice bibliographique

RevueGeophysical Research Letters · 2005
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensFisheries and Oceans Canada
Organismes subventionnairesnon disponible
Mots-clésSea-surface heightClimatologyPacific decadal oscillationSea surface temperatureAltimeterLa NiñaPrincipal component analysisSatelliteEnvironmental scienceGeologyOceanographyEl Niño Southern OscillationRemote sensing

Résumé

récupéré en direct d'OpenAlex

An index of climate variability to monitor the state of the upper ocean is proposed for the northeast (NE) Pacific Ocean based on sea surface height (SSH) data from satellite altimetry. While sea surface temperature (SST) is often used characterize ocean variability, SSH reflects the integrated influence of temperature and salinity anomalies through the water column. A canonical correlation analysis shows that SSH and SST anomalies vary coherently at large spatial scales and low frequencies over the region. SSH anomalies are less subject to short period variability and the temporal components for SSH resemble smoothed, low‐pass‐filtered versions of the SST components. Also examined is the relationship between the SST‐based Pacific Decadal Oscillation (PDO) index and the large‐scale, upper ocean variability reflected in the leading principal component of SSH anomalies. The comparison demonstrates that the SSH principal component provides a robust index of regional climate variability that is less noisy than the PDO. The results are used to examine the 1998–2002 climate event over the NE Pacific.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

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
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
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 Opus0,079
Tête enseignante GPT0,324
Écart entre enseignants0,245 · 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'étudeObservationnel
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

Citations52
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeophysical Research LettersMême sujetClimate variability and modelsTravaux en français237 207