MétaCan
Menu
Retour à la cohorte
Enregistrement W2092202769 · doi:10.1175/mwr-d-12-00261.1

A Meteorological Analysis of Important Contributors to the 1999–2005 Canadian Prairie Drought

2013· article· en· W2092202769 sur OpenAlexafffundabout
Lisa M. Hryciw, Eyad H. Atallah, Shawn M. Milrad, John R. Gyakum

Notice bibliographique

RevueMonthly Weather Review · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Drought Analysis
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Foundation for Climate and Atmospheric Sciences
Mots-clésClimatologyNatural hazardPrecipitationGeographyVulnerability (computing)Environmental scienceMeteorologyGeology

Résumé

récupéré en direct d'OpenAlex

Abstract Drought is a complex natural hazard that is endemic to the Canadian prairies. The 1999–2005 Canadian prairie drought, which had great socioeconomic impacts, was meteorologically unique in that it did not conform to the traditional persistent positive Pacific–North American (PNA) pattern and west coast ridging paradigm normally associated with prairie drought. The purpose of this study is to diagnose the unique synoptic-scale mechanisms responsible for modulating subsidence during this drought. Using 30-day running means of the percent of normal precipitation from station data, key severe dry periods during 1999–2005 are identified. Analysis of the mean fields from reanalysis data shows that these dry events can be grouped into three upper-level flow categories: amplified warm, amplified cold, and zonal. Amplified warm cases match the traditional ridging paradigm, while amplified cold and zonal cases elucidate the fact that cold-air advection and downsloping flow, respectively, can also be important subsidence mechanisms during a Canadian prairie drought. In all, the 1999–2005 drought was more meteorologically complex on the synoptic scale than previous historic prairie droughts. Finally, a brief historical perspective shows that the drought was centered in 2001–02 and was not as severe as historical droughts, suggesting that societal vulnerability also played a substantial role in the impacts of the 1999–2005 drought.

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)0,001
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 consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,541
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)0,0010,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0270,002

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 Opus0,010
Tête enseignante GPT0,237
Écart entre enseignants0,227 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations6
Publié2013
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueMonthly Weather ReviewMême sujetHydrology and Drought AnalysisTravaux en français237 207