MétaCan
Menu
← Retour à la cohorte
Enregistrement W2105875814 · doi:10.1016/0967-0653(95)94742-6

10.1016/0967-0653(95)94742-6

2000· article· en· W2105875814 sur OpenAlexvenueno aff
Ernesto C. Kung, Jonq-Gong Chern, Joel Susskind

Notice bibliographique

RevueTime to knit · 2000
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésClimatologyTropospherePredictabilityEnvironmental scienceSea surface temperatureNorthern HemisphereAnomaly (physics)Atmospheric sciencesPrincipal component analysisAtmospheric circulationGeologyPhysics

Résumé

récupéré en direct d'OpenAlex

Large-scale modes of variations in sea surface temperatures (SSTs) and the tropospheric circulation are examined with major principal components utilizing-monthly mean fields of the global SSTs and Northern Hemisphere geo-potential height (Z) at 700, 500 and 300 mb levels. The data period covered is from 1955 to 1992. It is found that the heterogeneity of SST data due to availability of satellite observations and difference of analysis schemes may result in a large systematic bias in the dataset. However, the bias may be effectively corrected through elimination of an appropriate principal component. The first three components of monthly SST and Z fields during the 38-year period are presented. The El Nino-Southern Oscillation (ENSO) mode of variations is observed in both 1st and 2nd components of SSTs. The inter-annual viariations of principal components of monthly SST and Z fields are utilized to probe the association of SST components and Z components. Further, cross-correlation patterns of principal components of SSTs in reference to the tropospheric circulation are studied with 500 and 300 mb fields. It is hown that the tropospheric response to SST anomalies are consistent at 500 and 300 mb levels, and the seasonal-range predictability of the tropospheric circulation is recognized with SST anomaly fields.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0040,002
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0030,003
Études des sciences et des technologies0,0030,003
Communication savante0,0050,008
Science ouverte0,0040,004
Intégrité de la recherche0,0090,003
Charge utile insuffisante (le modèle a refusé de juger)0,9920,994

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 Opus0,009
Tête enseignante GPT0,176
Écart entre enseignants0,167 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTime to knit→Même sujetClimate variability and models→Travaux en français237 207→