MétaCan
Menu
Retour à la cohorte
Enregistrement W2071508688 · doi:10.3137/ao.440402

A study of drought characteristics over the Canadian prairies

2006· article· en· W2071508688 sur OpenAlexafffundvenueabout
Erin Roberts, Ronald E. Stewart, Charles A. Lin

Notice bibliographique

RevueATMOSPHERE-OCEAN · 2006
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Drought Analysis
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPrecipitationEnvironmental scienceMoistureClimatologyCloud coverAtmospheric sciencesGeographyMeteorologyCloud computingGeology

Résumé

récupéré en direct d'OpenAlex

Abstract Droughts, a major concern to all of Canada, particularly to the Canadian Prairies, typically occur once every three years. Most research addressing such droughts has concentrated on the large‐scale conditions associated with this form of extreme weather whereas little research has been conducted on its smaller scale characteristics. The present study addresses these smaller scale issues. Several datasets (surface observations, drought indices, and precipitation data) were used to identify droughts occurring over the Prairies since 1953 and to compare their characteristics with those years associated with non‐drought conditions. Warm season, May to September, hourly surface observations (temperature, moisture, clouds, and precipitation type) from ten observation sites were compared for four categories of moisture across the Canadian Prairies, extreme drought, drought, non‐drought, and extreme wet conditions. When compared to non‐drought or extreme wet conditions, drought and extreme drought conditions are naturally associated with warmer temperatures and drier conditions; there is also little change in the amount of total cloud cover but cloud bases are higher and the maximum temperature occurs 1–2 h later in the afternoon. Near‐surface energy increases systematically from extreme wet to extreme drought conditions.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,322
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0020,000

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 Opus0,006
Tête enseignante GPT0,210
Écart entre enseignants0,204 · 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

Citations19
Publié2006
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueATMOSPHERE-OCEANMême sujetHydrology and Drought AnalysisTravaux en français237 207