MétaCan
Menu
Retour à la cohorte
Enregistrement W2016113350 · doi:10.1175/bams-d-11-00145.1

Assessing and Understanding the Impact of Stratospheric Dynamics and Variability on the Earth System

2012· article· en· W2016113350 sur OpenAlexaff
Edwin P. Gerber, Amy H. Butler, Natalia Calvo, Andrew Charlton‐Perez, M. A. Giorgetta, Elisa Manzini, Judith Perlwitz, Lorenzo M. Polvani, Fabrizio Sassi, Adam A. Scaife, Tiffany A. Shaw, Seok‐Woo Son, Shingo Watanabe

Notice bibliographique

RevueBulletin of the American Meteorological Society · 2012
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric Ozone and Climate
Établissements canadiensMcGill University
Organismes subventionnairesU.S. Naval Research LaboratoryClimate Program OfficeOffice of Naval ResearchJapan Agency for Marine-Earth Science and TechnologyGoddard Institute for Space StudiesNational Aeronautics and Space AdministrationMet OfficeU.S. Department of EnergyDivision of Atmospheric and Geospace SciencesGoddard Space Flight CenterNational Oceanic and Atmospheric AdministrationNational Science Foundation
Mots-clésStratosphereEnvironmental scienceClimatologyClimate modelCoupled model intercomparison projectAtmospheric sciencesPredictabilitySudden stratospheric warmingClimate changeTropospherePolar vortexGeologyOceanography

Résumé

récupéré en direct d'OpenAlex

New modeling efforts will provide unprecedented opportunities to harness our knowledge of the stratosphere to improve weather and climate prediction. Observational and modeling studies over the past two decades have fundamentally changed our understanding of the stratosphere's role in surface weather and climate.Interactions between the stratosphere and other components of the Earth system, from the troposphere to the deep ocean, possibly even the ice sheets of Greenland and Antarctica, reveal coupling across a wide range of spatial and temporal scales.In response to these advances, operational forecast, seasonal prediction, and coupled climate models are "raising their lids," adding model layers, incorporating more stratospheric processes, and assimilating data higher into the stratosphere than ever before.

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)0,002
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,074
Score d'incertitude au seuil0,148

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,004
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,027
Tête enseignante GPT0,250
Écart entre enseignants0,222 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations196
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBulletin of the American Meteorological SocietyMême sujetAtmospheric Ozone and ClimateTravaux en français237 207