MétaCan
Menu
Retour à la cohorte
Enregistrement W2124363957 · doi:10.5194/adgeo-6-201-2006

The variation of floods in the middle reaches of the Yangtze River and its teleconnection with El Niño events

2006· article· en· W2124363957 sur OpenAlexaff
Y. Wu, William A. Gough, Tianyu Jiang, H.-T. Kung

Notice bibliographique

RevueAdvances in geosciences · 2006
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensThe Scarborough HospitalUniversity of Toronto
Organismes subventionnairesJustus Liebig Universität Gießen
Mots-clésFlood mythTeleconnectionYangtze riverClimatologyPeriod (music)Environmental scienceMagnitude (astronomy)Spectral analysisHydrology (agriculture)Physical geographyGeographyEl Niño Southern OscillationGeologyChina

Résumé

récupéré en direct d'OpenAlex

Abstract. Middle reaches of the Yangtze River are the worst flooded segments along the Yangtze River. It is important to understand and study the variations of frequency and magnitude of historical floods in this area and how were they related to or affected by EI Niño in a long historical period. We applied the statistics and time series to study and analyze historical floods (1470-2000) and EI Niño events (1525-1995). The results show that the more floods occurred in the latest 200 years. The power-spectral analysis suggests the main cycle of flood variation is longer than that of EI Niño events. El Nino shows the fluctuations of about 2-year and 3~4 year period while the flood variation is not so significant but can also be identified in the period of 2, 8 and 40 years (it exceeds the level of confidence 0.03). Time series analyses of the fluctuation of flood and El Nino indicate that there is a significant correlation between the two at both high and moderate frequency sections. The result shows that the response of the floods along the middle reaches of the Yangtze River to the effects of El Nino events is not only delayed one or more than one year as suggested by many Chinese scientists, but it also can be somewhat longer delayed up to about 8 years. The result also indicates that the shorter the interval of EI Niño events, the sooner the flood events follows. In other words, flood could be delayed with longer time if the interval time of EI Niño events is longer.

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 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 enseignants0,036
Score d'incertitude au seuil0,687

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)0,0000,000

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 Opus0,011
Tête enseignante GPT0,225
Écart entre enseignants0,214 · 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 tête enseignante, 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

Citations12
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in geosciencesMême sujetClimate variability and modelsTravaux en français237 207