MétaCan
Menu
Retour à la cohorte
Enregistrement W2129190355 · doi:10.1029/2012gm001233

Complexity and Extreme Events in Geosciences: An Overview

2012· book-chapter· en· W2129190355 sur OpenAlexaff
A. S. Sharma, D. N. Baker, A. Bhattacharyya, Armin Bunde, V. P. Dimri, Harsh K. Gupta, Vijay K. Gupta, S. Lovejoy, Ian Main, Daniel Schertzer, Hans von Storch, N. W. Watkins

Notice bibliographique

RevueGeophysical monograph · 2012
Typebook-chapter
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueComplex Systems and Time Series Analysis
Établissements canadiensImpactMcGill University
Organismes subventionnairesnon disponible
Mots-clésGeologyEarth scienceExtreme environmentGeophysicsPaleontology

Résumé

récupéré en direct d'OpenAlex

Extreme Events an Geophysical Mon © 2012. America 10.1029/2012GM Department o Park, Maryland, U Laboratory fo Colorado, Boulde Indian Institut Institut fur Th Giessen, Giessen, National Geop Extreme events are an emergent property of many complex, nonlinear systems in which various interdependent components and their interaction lead to a competition between organized (interaction dominated) and irregular (fluctuation dominated) behavior. Recent advances in nonlinear dynamics and complexity science provide a new approach to the understanding and modeling of extreme events and natural hazards. The main connection of extreme events to nonlinear dynamics arises from the recognition that they are not isolable phenomena but must be understood in terms of interactions among different components, within and outside the specific system. Awide range of techniques and approaches of complexity science are directly relevant to geosciences, e.g., nonlinear modeling and prediction, state space reconstruction, statistical self-similarity and its dynamical origins, stochastic cascade models, fractals and multifractals, network theory, self-organized criticality, etc. The scaling of processes in geosciences has been one of the most active areas of studies and has the potential to provide better tools for risk assessment and analysis. Many studies of extreme events in geosciences are also contributing to the basic understanding of their inherent properties, e.g., maximum entropy production and criticality, space-time cascades, and fractional Levy processes. The need for better data for extreme events is evident in the necessity for detailed statistical analysis, e.g., in marine storms, nonlinear correlations, etc. The Chapman Conference on Complexity and Extreme Events held (2010) in Hyderabad,

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0090,009
Études des sciences et des technologies0,0010,003
Communication savante0,0040,006
Science ouverte0,0010,003
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,170
Tête enseignante GPT0,256
Écart entre enseignants0,086 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreSynthèse

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

En bref

Citations21
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeophysical monographMême sujetComplex Systems and Time Series AnalysisTravaux en français237 207