MétaCan
Menu
Retour à la cohorte
Enregistrement W2106191444 · doi:10.1175/2008jamc1935.1

Lake-Effect Thunderstorms in the Lower Great Lakes

2008· article· en· W2106191444 sur OpenAlexaboutno aff
Scott M. Steiger, Robert S. Hamilton, Jason M. Keeler, Richard E. Orville

Notice bibliographique

RevueJournal of Applied Meteorology and Climatology · 2008
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueLightning and Electromagnetic Phenomena
Établissements canadiensnon disponible
Organismes subventionnairesState University of New York OswegoPennsylvania State UniversityState University of New YorkSyracuse University
Mots-clésStormThunderstormWinter stormConvective storm detectionEnvironmental scienceRadiosondeConvective available potential energyLightning detectionSnowClimatologyDepth soundingMeteorologyPrecipitationAtmospheric sciencesGeologyOceanographyGeography

Résumé

récupéré en direct d'OpenAlex

Abstract Cloud-to-ground (CG) lightning, radar, and radiosonde data were examined to determine how frequently lake-effect storms (rain/snow) with lightning occurred over and near the lower Great Lakes region (Lakes Erie and Ontario) from September 1995 through March 2007. On average, lake-effect lightning occurred on 7.9 days and with 5.8 storm events during a particular cool season (September–March). The CG lightning with these storms had little inland extent and was usually limited to a few flashes per storm. Some storms had considerably more, with the most intense storm (based on National Lightning Detection Network observations) producing 1551 CG flashes over a 4-day period. Thundersnow events were examined in more detail because of the rarity of this phenomenon across the United States. Most lake-effect thundersnow events (75%) occurred in November and December. An analysis of model sounding data using the Buffalo Toolkit for Lake Effect Snow (BUFKIT) software package in which lower boundary conditions can be modified by lake surfaces showed that thundersnow events had an 82% increase in the mean height of the −10°C level when compared with nonelectrified lake-effect snowstorms (1.2 vs 0.7 km AGL), had higher lake-induced equilibrium levels (EL; above 3.6 km AGL) and convective available potential energy (CAPE; >500 J kg−1), had low wind shear environments, and were intense, single-band storms. A nomogram of the altitude of the −10°C isotherm and EL proved to be useful in predicting lake-effect thundersnowstorms.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,808
Score d'incertitude au seuil0,381

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0010,000

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 Opus0,008
Tête enseignante GPT0,219
Écart entre enseignants0,211 · 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'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

Citations40
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied Meteorology and ClimatologyMême sujetLightning and Electromagnetic PhenomenaTravaux en français237 207