MétaCan
Menu
Retour à la cohorte
Enregistrement W2094999543 · doi:10.1002/2013gl058650

Changes in global ocean wave heights as projected using multimodel CMIP5 simulations

2014· article· en· W2094999543 sur OpenAlexaff
Xiaolan L. Wang, Yang Feng, Val R. Swail

Notice bibliographique

RevueGeophysical Research Letters · 2014
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueOcean Waves and Remote Sensing
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesnon disponible
Mots-clésCoupled model intercomparison projectClimatologyEnvironmental scienceLatitudeNorthern HemisphereClimate changeSouthern HemisphereClimate modelSignificant wave heightTropicsSubmarine pipelineRepresentative Concentration PathwaysWind waveAtmospheric sciencesGeologyOceanography

Résumé

récupéré en direct d'OpenAlex

Ocean surface waves can be major hazards in coastal and offshore activities. However, there exists very limited information on ocean wave behavior in response to climate change, because such information is not simulated in current global climate models. This study made statistical projections of changes in ocean wave heights using sea level pressure (SLP) information from 20 CMIP5 (Coupled Model Intercomparison Project Phase 5) global climate models for the 21st century. The results show significant wave height increases in the tropics (especially in the eastern tropical Pacific) and in Southern Hemisphere high latitudes (south of 45°S). Under the projected 2070–2099 climate condition of the rising high concentration pathway—the RCP8.5 scenario, the occurrence frequency of the present‐day one in 10 year extreme wave heights is likely to double or triple in several coastal regions around the world. These wave height increases are primarily driven by increased SLP gradients and hence increased surface wind energy.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,065

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,060
Tête enseignante GPT0,317
Écart entre enseignants0,257 · 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

Citations217
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeophysical Research LettersMême sujetOcean Waves and Remote SensingTravaux en français237 207