MétaCan
Menu
Retour à la cohorte
Enregistrement W1975977118 · doi:10.3137/ao1008.2010

The first coupled historical forecasting project (CHFP1)

2010· article· en· W1975977118 sur OpenAlexafffundvenueabout
William J. Merryfield, Woosung Lee, G. J. Boer, Viatcheslav Kharin, Badal K. Pal, John Scinocca, Gregory M. Flato

Notice bibliographique

RevueATMOSPHERE-OCEAN · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensUniversity of Victoria
Organismes subventionnairesCanadian Foundation for Climate and Atmospheric Sciences
Mots-clésInitializationClimatologyThermoclineEnvironmental scienceMeteorologyClimate modelWind stressForecast skillSea surface temperatureClimate changeComputer scienceGeologyOceanographyGeography

Résumé

récupéré en direct d'OpenAlex

A set of retrospective multi‐seasonal ensemble predictions based on a coupled global atmosphere‐ocean model is described. These predictions, designated as the first coupled Historical Forecasting Project or CHFP1, are produced with the climate model CGCM3.1 of the Canadian Centre for Climate Modelling and Analysis using a very simple initialization procedure in which model sea surface temperatures (SSTs) are nudged toward the observed values during a multi‐year period preceding the beginning of a forecast. This procedure, in addition to constraining initial SSTs to be close to observations, initializes equatorial Pacific zonal wind stress and thermocline depth with some skill. The ability of the subsequent forecasts to predict the evolution of SSTs, particularly in the equatorial Pacific, and surface air temperatures globally and in Canada is assessed. The results are compared with those of the second Historical Forecasting Project or HFP2, which uses a two‐tier strategy in which model SSTs are externally specified. Skill of CHFP1 forecasts, though generally modest, exceeds those of HFP2 in some cases, despite the larger multi‐model ensemble used in HFP2. CHFP1 represents an initial step in development directed toward a coupled operational seasonal prediction system for Canada.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,478
Score d'incertitude au seuil0,951

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,023
Tête enseignante GPT0,228
Écart entre enseignants0,205 · 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

Citations7
Publié2010
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueATMOSPHERE-OCEANMême sujetClimate variability and modelsTravaux en français237 207