MétaCan
Menu
Retour à la cohorte
Enregistrement W1970156535 · doi:10.1080/07055900.2015.1017798

Meridional Propagation of the 30- to 60-day Variability of Precipitation in the East Asian Subtropical Summer Monsoon Region: Monitoring and Prediction

2015· article· en· W1970156535 sur OpenAlexvenueno aff
Jinhai He, Luyu Chang, Hua Chen

Notice bibliographique

RevueATMOSPHERE-OCEAN · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensnon disponible
Organismes subventionnairesProgram for Changjiang Scholars and Innovative Research Team in UniversityNational Key Research and Development Program of ChinaPriority Academic Program Development of Jiangsu Higher Education Institutions
Mots-clésClimatologyPrecipitationEmpirical orthogonal functionsAnomaly (physics)Zonal and meridionalSubtropicsEnvironmental scienceMonsoonEast Asian MonsoonAtmospheric sciencesGeologyGeographyMeteorologyPhysics

Résumé

récupéré en direct d'OpenAlex

The meridional propagation of the 30- to 60-day intraseasonal variability (ISV) of precipitation in the East Asian subtropical summer monsoon (EASSM) region and its monitoring and prediction are investigated in the current study. Based on a multivariate empirical orthogonal function (MV-EOF) analysis of precipitation and relative vorticity at 700 hPa in East Asia, a bivariate index referred to as the EASSM-ISV index is designed using the two leading MV-EOF modes, with the objective of real-time monitoring of the 30- to 60-day variability of precipitation in the EASSM region. It is found that this index, with its eight phases, can explain the meridional propagation of the 30- to 60-day ISV in precipitation and circulation in the EASSM region. Based on a singular value decomposition technique, a statistical forecast model is developed in which the EASSM-ISV indices from the preceding five pentads are used to predict the indices in five pentads in the future. Meanwhile, the indices are used to predict the meridional propagation of the 30- to 60-day precipitation anomaly in the EASSM region. This model thus provides a useful tool for intraseasonal prediction of precipitation during the rainy season in China.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,010
Score d'incertitude au seuil0,246

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0000,000

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 Opus0,031
Tête enseignante GPT0,243
Écart entre enseignants0,212 · 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 tête enseignante, 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

Citations2
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueATMOSPHERE-OCEANMême sujetClimate variability and modelsTravaux en français237 207