MétaCan
Menu
Retour à la cohorte
Enregistrement W1972572840 · doi:10.1175/mwr-d-11-00369.1

Simulation of Heavy Lake-Effect Snowstorms across the Great Lakes Basin by RegCM4: Synoptic Climatology and Variability

2012· article· en· W1972572840 sur OpenAlexaboutno aff
Michael Notaro, Azar Zarrin, Steve Vavrus, Val Bennington

Notice bibliographique

RevueMonthly Weather Review · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésClimatologyWinter stormEnvironmental scienceSnowStructural basinGlobal wind patternsAnticycloneGeologyMeteorologyGeography

Résumé

récupéré en direct d'OpenAlex

Abstract A historical simulation (1976–2002) of the Abdus Salam International Centre for Theoretical Physics Regional Climate Model, version 4 (ICTP RegCM4), coupled to a one-dimensional lake model, is validated against observed lake ice cover and snowfall across the Great Lakes Basin. The model reproduces the broad temporal and spatial features of both variables in terms of spatial distribution, seasonal cycle, and interannual variability, including climatological characteristics of lake-effect snowfall, although the simulated ice cover is overly extensive largely due to the absence of lake circulations. A definition is introduced for identifying heavy lake-effect snowstorms in regional climate model output for all grid cells in the Great Lakes Basin, using criteria based on location, wind direction, lake ice cover, and snowfall. Simulated heavy lake-effect snowstorms occur most frequently downwind of the Great Lakes, particularly to the east of Lake Ontario and to the east and south of Lake Superior, and are most frequent in December–January. The mechanism for these events is attributed to an anticyclone over the central United States and related cold-air outbreak for areas downwind of Lakes Ontario and Erie, in contrast to a nearby cyclone over the Great Lakes Basin and associated cold front for areas downwind of Lakes Superior, Huron, and Michigan.

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)0,001
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 enseignants0,911
Score d'incertitude au seuil0,176

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,018
Tête enseignante GPT0,282
Écart entre enseignants0,264 · 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

Citations95
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMonthly Weather ReviewMême sujetClimate variability and modelsTravaux en français237 207