MétaCan
Menu
Retour à la cohorte
Enregistrement W1983232546 · doi:10.1155/2014/498184

Correlation and Spectral Properties of a Coupled Nonlinear Dynamical System in the Context of Numerical Weather Prediction and Climate Modeling

2014· article· en· W1983232546 sur OpenAlexaff
Sergei Soldatenko, Denis Chichkine

Notice bibliographique

RevueDiscrete Dynamics in Nature and Society · 2014
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMeteorological Phenomena and Simulations
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésAutocorrelationNonlinear systemStatistical physicsSpectral densityData assimilationDynamical systems theoryNumerical weather predictionComputer scienceSpectral spaceNonlinear dynamical systemsCoupling (piping)Temporal scalesContext (archaeology)Dynamical system (definition)MeteorologyPhysicsMathematicsGeologyStatistics

Résumé

récupéré en direct d'OpenAlex

Complex dynamical processes occurring in the earth’s climate system are strongly nonlinear and exhibit wave-like oscillations within broad time-space spectrum. One way to imitate essential features of such processes is using a coupled nonlinear dynamical system, obtained by coupling two versions of the well-known Lorenz (1963) model with distinct time scales that differ by a certain time-scale factor. This dynamical system is frequently applied for studying various aspects of atmospheric and climate dynamics, as well as for estimating the effectiveness of numerical algorithms and techniques used in numerical weather prediction, data assimilation, and climate simulation. This paper examines basic dynamic, correlative, and spectral properties of this system and quantifies the influence of the coupling strength on power spectrum densities, spectrograms, and autocorrelation functions.

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)0,005
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 enseignants0,004
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
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 Opus0,008
Tête enseignante GPT0,206
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 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

Citations6
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDiscrete Dynamics in Nature and SocietyMême sujetMeteorological Phenomena and SimulationsTravaux en français237 207