MétaCan
Menu
Retour à la cohorte
Enregistrement W2023477628 · doi:10.2166/nh.2011.074

Synthesis of incoming shortwave radiation for hydrological simulation

2011· article· en· W2023477628 sur OpenAlexafffundabout
Kevin Shook, John W. Pomeroy

Notice bibliographique

RevueHydrology research · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Foundation for Climate and Atmospheric Sciences
Mots-clésShortwave radiationShortwaveEnvironmental scienceSnowmeltClimatologyProxy (statistics)MeteorologyRadiationSnowWater cycleAtmospheric sciencesRadiative transferGeographyGeologyStatisticsPhysicsMathematics

Résumé

récupéré en direct d'OpenAlex

Over the past decade, measurements of incoming shortwave radiation and of its proxy, daily bright sunshine hours, have become scarce in western Canada and elsewhere. As these data are critical for computing net radiation for snowmelt, evaporation, soil thaw and other components of the hydrological cycle, other means to estimate incoming shortwave radiation are needed. National Centers for Environmental Prediction and North American Regional Reanalysis atmospheric model reanalysis estimates of daily incoming shortwave radiation (Qsi), as well as the results of simplified semi-empirical calculations, were compared with measurements to determine their usefulness for hydrological calculations. It was found that all of the daily estimates show considerable bias and scatter compared with measurements. The best estimated values were produced by the semi-empirical Annandale method, particularly for simulations over the period of spring snowmelt. As many models require hourly radiation data, a method is presented for rescaling simulated daily Qsi data to the hourly values required.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
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: aucune
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,059

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0180,003

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 Opus0,187
Tête enseignante GPT0,375
Écart entre enseignants0,189 · 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

Citations36
Publié2011
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueHydrology researchMême sujetClimate variability and modelsTravaux en français237 207