MétaCan
Menu
Retour à la cohorte
Enregistrement W1978623852 · doi:10.1175/mwr-d-14-00032.1

Abnormal Winter Weather in Japan during 2012 Controlled by Large-Scale Atmospheric and Small-Scale Oceanic Phenomena

2014· article· en· W1978623852 sur OpenAlexafffund
Yuta Ando, Masayo Ogi, Yoshihiro Tachibana

Notice bibliographique

RevueMonthly Weather Review · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesCanada Excellence Research Chairs, Government of CanadaCanada Research ChairsMinistry of Education, Culture, Sports, Science and Technology
Mots-clésClimatologyNorthern HemisphereArctic oscillationEnvironmental scienceSiberian HighPacific decadal oscillationEast AsiaScale (ratio)ArcticSea surface temperatureOceanographyGeographyGeologyChina

Résumé

récupéré en direct d'OpenAlex

Abstract Negative Arctic Oscillation (AO) and western Pacific (WP) indices persisted from October to December 2012 in the Northern Hemisphere. For the first time, the monthly AO and WP were both negative for three consecutive months since records have been kept. Although in general negative AO and WP phases cause Siberia, East Asia, and Japan to be abnormally cold, Japan was relatively warm in October 2012 even though both the AO and WP were strongly negative. The temperature of the Sea of Japan reached a record-breaking high in October 2012, and it was found that heating by these very warm waters, despite the small size of the Sea of Japan, overwhelmed the cooling effect of the strongly negative AO and WP in October. Linear regression analyses showed that Japan tends to be warm in years when the Sea of Japan is warm. Consequently, the temperature over Japan is controlled by interannual variations of small-scale oceanic phenomena as well as by large-scale atmospheric patterns. Previous studies have ignored such small-scale oceanic influences on island temperatures.

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,679
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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)0,0050,000

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 Opus0,007
Tête enseignante GPT0,205
Écart entre enseignants0,198 · 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.

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

Citations7
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMonthly Weather ReviewMême sujetClimate variability and modelsTravaux en français237 207