MétaCan
Menu
Retour à la cohorte
Enregistrement W2177067054 · doi:10.1038/srep16868

Additional Arctic observations improve weather and sea-ice forecasts for the Northern Sea Route

2015· article· en· W2177067054 sur OpenAlexaff
Jun Inoue, A. Yamazaki, Jun Ono, Klaus Dethloff, Marion Maturilli, Roland Neuber, Patti Edwards, Hajime Yamaguchi

Notice bibliographique

RevueScientific Reports · 2015
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesJST-Mirai ProgramJapan Agency for Marine-Earth Science and TechnologyJapan Society for the Promotion of ScienceNational Institute of Polar ResearchMinistry of Education, Culture, Sports, Science and Technology
Mots-clésSea iceClimatologyArctic ice packRadiosondeArcticEnvironmental scienceAdvectionArctic sea ice declineMeteorologyWind speedThe arcticSea ice concentrationOceanographyDrift iceGeologyGeographySea ice thickness

Résumé

récupéré en direct d'OpenAlex

During ice-free periods, the Northern Sea Route (NSR) could be an attractive shipping route. The decline in Arctic sea-ice extent, however, could be associated with an increase in the frequency of the causes of severe weather phenomena, and high wind-driven waves and the advection of sea ice could make ship navigation along the NSR difficult. Accurate forecasts of weather and sea ice are desirable for safe navigation, but large uncertainties exist in current forecasts, partly owing to the sparse observational network over the Arctic Ocean. Here, we show that the incorporation of additional Arctic observations improves the initial analysis and enhances the skill of weather and sea-ice forecasts, the application of which has socioeconomic benefits. Comparison of 63-member ensemble atmospheric forecasts, using different initial data sets, revealed that additional Arctic radiosonde observations were useful for predicting a persistent strong wind event. The sea-ice forecast, initialised by the wind fields that included the effects of the observations, skilfully predicted rapid wind-driven sea-ice advection along the NSR.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,607
Score d'incertitude au seuil0,999

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 technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,030
Tête enseignante GPT0,216
Écart entre enseignants0,186 · 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.

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

Citations75
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetArctic and Antarctic ice dynamicsTravaux en français237 207