MétaCan
Menu
Retour à la cohorte
Enregistrement W2081353580 · doi:10.3137/ao.430104

Evaluation of geo‐referenced grids of 1961–1990 Canadian temperature and precipitation normals

2005· article· en· W2081353580 sur OpenAlex

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.

fundUn bailleur canadien est enregistré sur le travail.
venuePublié dans une revue dont le pays d'attache est le Canada.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueATMOSPHERE-OCEAN · 2005
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Waterloo
Mots-clésPrecipitationElevation (ballistics)OrographyGeologyTerrainClimatologyInverse distance weightingMultivariate interpolationPhysical geographyMeteorologyGeographyCartographyMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

Abstract Four sets of geo‐referenced grids of 1961–90 normals, or thirty‐year averages, of monthly maximum and minimum temperatures, and total precipitation are compared for the following areas of western Canada: Alberta, Saskatchewan, Manitoba and south‐eastern British Columbia. The landscape varies from lowlands around Hudson Bay in the east and flat plains in the south, to moderate elevation hills and numerous lakes in the north, to a complex terrain of high mountains and deep valleys in the west. Interpolation methods used to create the grids range from a very simple technique ‐ Inverse Distance Weighting (IDW) of closest neighbours, to more sophisticated statistical models ‐ ANUSPLIN (thin plate smoothing splines on geographic location and elevation) and SQUARE‐GRID (multivariate regression on elevation, distance from large water bodies and barriers, etc.), to even more complex hybrid systems ‐ PRISM (statistical regression, combined with physical models and expert knowledge). The main characteristics of each technique are discussed in detail, as they are often very good predictors of the accuracy of the ensuing gridpoint values. Based on the intercomparison of point and average values, as well as the verification of temperature with upper air soundings and precipitation with streamflow measurements, all grids, except SQUARE‐GRID for precipitation, produce very good results in the Prairies’ ecozone. Temperatures in most cases agree within 1°C and precipitation within several percent. PRISM, which was verified to model the Arctic inversion correctly, performs the best in winter in northern Saskatchewan, Manitoba, and Alberta, in particular, over the hills of northern Alberta (PRISM warmer), and most likely over low lying areas of the Nelson River Delta (PRISM colder). PRISM and ANUSPLIN can be recommended for the mountains of south‐eastern British Columbia and southwestern Alberta. Both grids verify well, in both winter and summer, with upper air soundings for maximum temperature and station vertical profiles for minimum temperature. They are remarkably close to water balance estimates of precipitation computed from streamflow gauge measurements ‐ PRISM is slightly high and ANSUPLIN slightly low. Precipitation from IDW and SQUARE‐GRID are not satisfactory in the mountains; both severely underestimate precipitation by as much as 40%. IDW, which does not incorporate any orographic effects, is also too warm in the mountains. As expected, topography, physiography, and monitoring network issues are sources of major discrepancies among the grids. SQUARE‐GRID, besides using far fewer stations and a preprocessed dataset, also produced anomalous values, e.g., values of zero precipitation along the eastern slopes of the Rocky Mountains.

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 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)0,001
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 enseignants0,323
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,018
Tête enseignante GPT0,245
Écart entre enseignants0,228 · 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