The second compare exercise: A model intercomparison using a case of a typical mesoscale orographic flow, the pyrex iop3
Notice bibliographique
Résumé
Abstract Fifteen models have been evaluated for their ability to simulate the various phenomena of a mesoscale orographic flow sampled during the Pyrénées experiment (PYREX). A pure forecast exercise has been conducted and model performances were assessed using numerous observations. for additional experiments were also performed in order to discriminate between small‐scale errors and large‐scale induced errors, and to discuss an optimal specification of model terrain height and roughness for use with envelope orography and effective roughness length parametrizations. The comparison results reveal systematic errors for all the models: the local winds are too weak, the mountain‐wave amplitude is too large and the lee vortices are poorly represented. Since forcing by analyses did not correct the errors, they can be therefore mainly attributed to the model representation of orography. The blocking created by the model topography at low level is under‐represented and the model topography does not sufficiently slow the flow. A positive consequence of the effective roughness length parametrization is to reduce the mountain‐wave amplitude. Negligible benefit occurs from the use of an envelope orography parametrization. Although it favours the appearance of the lee vortices, the latter appear too early, the local winds remain too weak, and the mountain‐wave amplitude is enhanced. The comparison of the computed pressure drag with the observed one is reasonably good for most of the models but the pressure drag is found to be more correlated to the lee vorticity than to the mountain wave.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».