MétaCan
Menu
Retour à la cohorte
Enregistrement W2011123074 · doi:10.1002/joc.695

Lagged teleconnections between snow depth in northern Eurasia, rainfall in Southeast Asia and sea‐surface temperatures over the tropical Pacific Ocean

2001· article· en· W2011123074 sur OpenAlexaff
Hengchun Ye, Zhenhao Bao

Notice bibliographique

RevueInternational Journal of Climatology · 2001
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNational Science Foundation
Mots-clésClimatologyTeleconnectionSnowPrecipitationMonsoonSea surface temperatureEast Asian MonsoonEnvironmental scienceGeologyOceanographyGeographyEl Niño Southern OscillationMeteorology

Résumé

récupéré en direct d'OpenAlex

Abstract This study shows that above‐(below‐)normal winter snow depth over European Russia and corresponding below‐(above‐)normal snow depth over central Siberia is associated with reduced (increased) summer monsoon rainfall over southern and western India and eastern Pakistan, and above‐(below‐)normal sea‐surface temperatures (SSTs) over the eastern and central tropical Pacific Ocean during the following winters. The connection is slightly stronger when snow depth over European Russia is above normal than below normal. These results are derived from an examination of 60 years (1936–1995) of winter snow depth data and SSTs, and 45 years (1951–1995) of summer precipitation records. The results of this study suggest that winter snow depth over the western rather than the eastern portion of Eurasia is critical to Southeast Asian summer monsoon rainfall and eastern tropical Pacific SSTs during the following seasons. Copyright © 2001 Royal Meteorological Society

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,510

Scores Codex et Gemma par catégorie

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

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 Opus0,015
Tête enseignante GPT0,267
Écart entre enseignants0,253 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations44
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of ClimatologyMême sujetClimate variability and modelsTravaux en français237 207