Climate Change Effect on Winter Temperature and Precipitation of Yellowknife, Northwest Territories, Canada from 1943 to 2011
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The correlation of the Southern Oscillation Index (SOI), Pacific Decadal Oscillation (PDO), Pacific North American Oscillation (PNA), Arctic Oscillation (AO), and Scandinavia (SCAND) indices with winter (DJF) temperature and precipitation for the period of 1943 to 2011 was analyzed to study climate change and variability of Yellowknife, NWT. SOI correlated negatively with both temperature (r = -0.14) and precipitation (r = -0.06) causing colder, drier conditions during La Nina and warmer, wetter conditions during El Nino. PDO was shown to have a strong positive correlation with both temperature (r = 0.60) and precipitation (r = 0.33) causing warmer, wetter weather in the positive phase and colder, drier weather in the negative phase. PNA showed the strongest positive correlation for both temperature (r = 0.69) and precipitation (r = 0.37) causing very warm and wet conditions in the positive phase and very cold and dry conditions during the negative phase. AO correlated negatively with temperature (r = -0.04) and positively with precipitation (r = 0.24) causing colder, wetter conditions in the positive phase and warmer, drier conditions in the negative phase. Finally SCAND was shown to have a weak negative correlation with both temperature (r = -0.10) and precipitation (r = -0.18). Sunspot area showed a strong negative correlation (r = -0.30) with temperature and a very weak positive correlation (r = 0.07) with total annual precipitation. Yellowknife’s average annual temperature and precipitation has increased by 2.5°C and 120 mm, respectively throughout the past 69 years.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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