Notice bibliographique
Résumé
Abstract This study provides an assessment of changes in the occurrence frequency of four types of adverse-weather (freezing precipitation, blowing snow, fog, and low ceilings) and no-weather (i.e., no precipitation or visibility obscuration) events as observed at 15 Canadian Arctic stations of good hourly weather observations for 1953–2004. The frequency time series were subjected to a homogenization procedure prior to a logistic regression–based trend analysis. The results show that the frequency of freezing precipitation has increased almost everywhere across the Canadian Arctic since 1953. Rising air temperature in the region has probably resulted in more times that the temperature is suitable for freezing precipitation. On the contrary, the frequency of blowing snow occurrence has decreased significantly in the Canadian Arctic. The decline is most significant in spring. Changes in fog and low ceiling (LC) occurrences have similar patterns and are most (least) significant in summer (autumn). Decreases were identified for both types of events in the eastern region in all seasons. In the southwest, however, the fog frequency has increased significantly in all seasons, while the LC frequency has decreased significantly in spring and summer. The regional mean rate of change in the frequency of the four types of adverse weather was estimated to be 7%–13% per decade. The frequency of no-weather events has also decreased significantly at most of the 15 sites. The decrease is most significant and extensive in autumn. Comparison with the adverse-weather trends above indicates that the decline in no-weather occurrence (i.e., increase in weather occurrence) is not the result of an increase in blowing snow or fog occurrence; it is largely the result of the increasing frequency of freezing precipitation and, most likely, other types of precipitation as well. This is consistent with the reported increases in precipitation amount and more frequent cyclone activity in the lower Canadian Arctic.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».