MétaCan
Menu
Retour à la cohorte
Enregistrement W2030969306 · doi:10.1175/jam2552.1

On Sudbury-Area Wind Speeds—A Tale of Forest Regeneration

2007· article· en· W2030969306 sur OpenAlexaffabout
Andrew J. Tanentzap, Peter A. Taylor, Norman D. Yan, James R. Salmon

Notice bibliographique

RevueJournal of Applied Meteorology and Climatology · 2007
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAeolian processes and effects
Établissements canadiensBoehringer Ingelheim (Canada)York University
Organismes subventionnairesnon disponible
Mots-clésEnvironmental scienceWind speedReforestationGeostrophic windMaximum sustained windRoughness lengthAtmospheric sciencesPrevailing windsMeteorologyWind shearWind profile power lawClimatologyWind gradientGeologyGeography

Résumé

récupéré en direct d'OpenAlex

Abstract A 34% reduction in 10-m wind speeds at Sudbury Airport in Ontario, Canada, over the period 1975–95 appears to be a result of significant changes in the surface roughness of the surrounding area that are due to land restoration and reforestation following historical environmental damage caused by high sulfur dioxide and other industrial emissions. Neither 850-hPa winds extracted from the NCEP–NCAR reanalysis database nor wind measurements at meteorological stations 200 km to the north and 120 km to the east of Sudbury show the same decrease. To assess these changes in observed wind speed quantitatively, geostrophic drag laws were employed to illustrate potential changes in near-surface wind speeds in areas surrounding the airport. A model of the internal boundary layer flow adjustment associated with changes in the surface roughness length between the surroundings and the grass or snow surface of the airport was then applied to compute expected annual average wind speeds at the airport site itself. The estimates obtained with this relatively simple procedure match the observations and confirm that reforestation is likely the major cause of the reduced wind speeds. This finding bears economic, social, and ecological importance, because it will influence wind energy potential, wind loads on structures, wind chill, and home heating costs through to the biology of small- to medium-sized lakes.

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)0,001
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 enseignants0,084
Score d'incertitude au seuil0,318

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,009
Tête enseignante GPT0,222
Écart entre enseignants0,214 · 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

Citations12
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Applied Meteorology and ClimatologyMême sujetAeolian processes and effectsTravaux en français237 207