MétaCan
Menu
Retour à la cohorte
Enregistrement W1991834604 · doi:10.3137/ao.440202

The 15‐km version of the Canadian regional forecast system

2006· article· en· W1991834604 sur OpenAlexvenueaboutno aff
Jocelyn Mailhot, Stéphane Bélair, L. Lefaivre, Bernard Bilodeau, Michel Desgagné, Claude Girard, Anna Glazer, Anne‐Marie Leduc, André Allan Méthot, Alain Patoine, André Plante, Alan Rahill, Tom Robinson, Donald Talbot, André Tremblay, Paul Vaillancourt, Ayrton Zadra, Abdessamad Qaddouri

Notice bibliographique

RevueATMOSPHERE-OCEAN · 2006
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMeteorological Phenomena and Simulations
Établissements canadiensnon disponible
Organismes subventionnairesTulane University
Mots-clésOrographyMesoscale meteorologyMeteorologyParametrization (atmospheric modeling)ClimatologyPrecipitationEnvironmental scienceQuantitative precipitation forecastBlocking (statistics)Orographic liftGeologyComputer scienceGeography

Résumé

récupéré en direct d'OpenAlex

Abstract A new mesoscale version of the regional forecast system became operational at the Canadian Meteorological Centre on 18 May 2004. The main changes to the regional modelling system include an increase in both the horizontal and vertical resolutions (15‐km horizontal resolution and 58 vertical levels instead of 24‐km resolution and 28 levels) as well as major upgrades to the physics package. The latter consist of a new condensation package, with an improved formulation of the cloudy boundary layer, a new shallow convection scheme based on a Kuo‐type closure, and the Kain and Fritsch deep convection scheme, together with a subgrid‐scale orography parametrization scheme to represent gravity wave drag and low‐level blocking effects. The new forecast system also includes a few changes to the regional data assimilation such as additional radiance data from satellites. Objective verifications using a series of cases and parallel runs, along with subjective evaluations by CMC meteorologists, indicate significantly improved performance using the new 15‐km resolution forecast system. We can conclude from these verifications that the model exhibits a marked reduction in errors, improved predictability by about 12 hours, better forecasts of precipitation, a significant reduction in the spin‐up time, and a different implicit‐explicit partitioning of precipitation. A number of other features include: sharper precipitation patterns, better representation of trace precipitation, and general improvements of deepening lows and hurricanes. In mountainous regions, several aspects are better represented due to combined higher‐resolution orography and the low‐level blocking term.

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)0,004
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,188

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0020,000
Communication savante0,0030,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0240,008

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 Opus0,013
Tête enseignante GPT0,182
Écart entre enseignants0,169 · 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

Citations169
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueATMOSPHERE-OCEANMême sujetMeteorological Phenomena and SimulationsTravaux en français237 207