MétaCan
Menu
Retour à la cohorte
Enregistrement W2032149919 · doi:10.1029/2000wr900410

Interannual variability of accumulated snow in the Columbia Basin, British Columbia

2001· article· en· W2032149919 sur OpenAlexafffundabout
William W. Hsieh, Benyang Tang

Notice bibliographique

RevueWater Resources Research · 2001
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésClimatologyStructural basinSnowSea surface temperatureEnvironmental scienceSpring (device)PrecipitationOceanographyGeologyGeographyMeteorologyGeomorphology

Résumé

récupéré en direct d'OpenAlex

Snow water equivalent anomalies (SWEA) measured around April 1 by stations in the Columbia basin area in British Columbia, Canada, were studied for their interannual variability during the period 1950–1999, particularly in relation to El Niño/La Niña events and to high and low Pacific–North American (PNA) atmospheric circulation patterns. Composites of the SWEA showed that SWEA were negative during El Niño years, positive during La Niña years, negative during high PNA years, and positive during low PNA years. High PNA appeared to have the most impact on the SWEA, followed by La Niña, El Niño, and low PNA. In the Columbia basin area, La Niña effects (relative to El Niño effects) on SWEA decrease northward and eastward but strengthen with elevation. Composites of the Pacific sea surface temperature anomalies (SSTA) during the 10 lowest SWEA years revealed weak signals, with El Niño warm SSTA present only during spring and early summer in the preceding year and the SSTA pattern consistent with a high PNA present by fall and winter. In contrast, composites of the SSTA during the 10 highest SWEA years showed strong La Niña cool SSTA starting around May in the preceding year and lasting onto winter.

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)0,008
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,156
Score d'incertitude au seuil0,985

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0160,000

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 Opus0,047
Tête enseignante GPT0,310
Écart entre enseignants0,263 · 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.

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

Citations49
Publié2001
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueWater Resources ResearchMême sujetClimate variability and modelsTravaux en français237 207