MétaCan
Menu
Retour à la cohorte
Enregistrement W2157980636 · doi:10.1126/science.1100217

Regions of Strong Coupling Between Soil Moisture and Precipitation

2004· article· en· W2157980636 sur OpenAlexaff
Randal D. Koster, Paul A. Dirmeyer, Zhichang Guo, Gordon B. Bonan, Ed Chan, Peter M. Cox, Chris Gordon, Shinjiro Kanae, Eva Kowalczyk, David M. Lawrence, Ping Liu, Cheng‐Hsuan Lu, Sergey Malyshev, B. J. McAvaney, Ken Mitchell, David M. Mocko, Taikan Oki, Keith W. Oleson, A. J. Pitman, Y. C. Sud, Christopher M. Taylor, Diana Verseghy, Ratko Vasic, Yongkang Xue, Tomohito J. YAMADA

Notice bibliographique

RevueScience · 2004
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensCanadian Meteorological and Oceanographic Society
Organismes subventionnairesnon disponible
Mots-clésPrecipitationEnvironmental scienceMoistureDozenWater contentNorthern HemisphereClimatologyAtmospheric sciencesAtmosphere (unit)Climate modelCoupling (piping)Climate changeMeteorologyGeologyMathematicsGeography

Résumé

récupéré en direct d'OpenAlex

Previous estimates of land-atmosphere interaction (the impact of soil moisture on precipitation) have been limited by a lack of observational data and by the model dependence of computational estimates. To counter the second limitation, a dozen climate-modeling groups have recently performed the same highly controlled numerical experiment as part of a coordinated comparison project. This allows a multimodel estimation of the regions on Earth where precipitation is affected by soil moisture anomalies during Northern Hemisphere summer. Potential benefits of this estimation may include improved seasonal rainfall forecasts.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,026
Tête enseignante GPT0,266
Écart entre enseignants0,240 · 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'étudeSimulation ou modélisation
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

Citations2 946
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScienceMême sujetClimate variability and modelsTravaux en français237 207