MétaCan
Menu
Retour à la cohorte
Enregistrement W2053266470 · doi:10.1175/bams-d-12-00162.1

Monitoring and Understanding Changes in Extremes: Extratropical Storms, Winds, and Waves

2013· article· en· W2053266470 sur OpenAlexaff
Russell S. Vose, Scott Applequist, Mark A. Bourassa, S. C. Pryor, R. J. Barthelmie, Brian Blanton, P. D. Bromirski, Harold E. Brooks, Arthur T. DeGaetano, Randall M. Dole, David R. Easterling, Robert E. Jensen, Thomas R. Karl, Richard W. Katz, Katherine Klink, Michael C. Kruk, Kenneth E. Kunkel, Michael C. MacCracken, Thomas C. Peterson, K A Shein, Bridget R. Thomas, John E. Walsh, Xiaolan L. Wang, Michael Wehner, Donald J. Wuebbles, Robert S. Young

Notice bibliographique

RevueBulletin of the American Meteorological Society · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesnon disponible
Mots-clésExtratropical cycloneClimatologyStormWinter stormEnvironmental scienceNorthern HemisphereStorm trackGeologyOceanography

Résumé

récupéré en direct d'OpenAlex

This scientific assessment examines changes in three climate extremes—extratropical storms, winds, and waves—with an emphasis on U.S. coastal regions during the cold season. There is moderate evidence of an increase in both extratropical storm frequency and intensity during the cold season in the Northern Hemisphere since 1950, with suggestive evidence of geographic shifts resulting in slight upward trends in offshore/coastal regions. There is also suggestive evidence of an increase in extreme winds (at least annually) over parts of the ocean since the early to mid-1980s, but the evidence over the U.S. land surface is inconclusive. Finally, there is moderate evidence of an increase in extreme waves in winter along the Pacific coast since the 1950s, but along other U.S. shorelines any tendencies are of modest magnitude compared with historical variability. The data for extratropical cyclones are considered to be of relatively high quality for trend detection, whereas the data for extreme winds and waves are judged to be of intermediate quality. In terms of physical causes leading to multidecadal changes, the level of understanding for both extratropical storms and extreme winds is considered to be relatively low, while that for extreme waves is judged to be intermediate. Since the ability to measure these changes with some confidence is relatively recent, understanding is expected to improve in the future for a variety of reasons, including increased periods of record and the development of “climate reanalysis” projects.

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)0,003
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,003
Études des sciences et des technologies0,0000,000
Communication savante0,0020,002
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,035
Tête enseignante GPT0,235
Écart entre enseignants0,200 · 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

Citations123
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBulletin of the American Meteorological SocietyMême sujetClimate variability and modelsTravaux en français237 207