MétaCan
Menu
Retour à la cohorte
Enregistrement W2041454251 · doi:10.1007/s00382-012-1575-x

An approximate energy cycle for inter-member variability in ensemble simulations of a regional climate model

2012· article· en· W2041454251 sur OpenAlexafffund
Oumarou Nikiéma, René Laprise

Notice bibliographique

RevueClimate Dynamics · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMinistère du Développement Économique, de l’Innovation et de l’Exportation
Mots-clésEnergeticsDownscalingStatistical physicsClimate modelContext (archaeology)Ensemble forecastingKinetic energyClimatologyEnvironmental scienceMeteorologyPhysicsClimate changeGeologyThermodynamicsClassical mechanics

Résumé

récupéré en direct d'OpenAlex

The presence of internal variability (IV) in ensembles of nested regional climate model (RCM) simulations is now widely acknowledged in the community working on dynamical downscaling. IV is defined as the inter-member spread between members in an ensemble of simulations performed by a given RCM driven by identical lateral boundary conditions (LBC), where different members are being initialised at different times. The physical mechanisms responsible for the time variations and structure of such IV have only recently begun to receive attention. Recent studies have shown empirical evidence of a close parallel between the energy conversions associated with the time fluctuations of IV in ensemble simulations of RCM and the energy conversions taking place in weather systems. Inspired by the classical work on global energetics of weather systems, we sought a formulation of an energy cycle for IV that would be applicable for limited-area domain. We develop here a novel formalism based on local energetics that can be applied to further our understanding IV. Prognostic equations for ensemble-mean kinetic energy and available enthalpy are decomposed into contributions due to ensemble-mean variables (EM) and those due to deviations from the ensemble mean (IV). Together these equations constitute an energy cycle for IV in ensemble simulations of RCM. Although the energy cycle for IV was developed in a context entirely different from that of energetics of weather systems, the exchange terms between the various reservoirs have a rather similar mathematical form, which facilitates some interpretations of their physical meaning.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,009
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,029
Tête enseignante GPT0,285
Écart entre enseignants0,256 · 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

Citations14
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueClimate DynamicsMême sujetClimate variability and modelsTravaux en français237 207