MétaCan
Menu
Retour à la cohorte
Enregistrement W2243084994 · doi:10.1080/1755876x.2015.1049892

Status and future of global and regional ocean prediction systems

2015· article· en· W2243084994 sur OpenAlexaff
Marina Tonani, Magdalena Balmaseda, Laurent Bertino, Ed Blockley, Gary B. Brassington, Fraser Davidson, Yann Drillet, P. J. Hogan, Tsurane Kuragano, Tong Lee, Avichal Mehra, Francis Paranathara, Clemente A. S. Tanajura, Hui Wang

Notice bibliographique

RevueJournal of Operational Oceanography · 2015
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueOceanographic and Atmospheric Processes
Établissements canadiensFisheries and Oceans Canada
Organismes subventionnairesSolar Energy Technologies OfficeU.S. NavyJet Propulsion Laboratory
Mots-clésData assimilationComputer scienceEarth system scienceOcean observationsEnvironmental scienceClimatologyMeteorologyOceanographyGeographyGeology

Résumé

récupéré en direct d'OpenAlex

Operational evolution of global and regional ocean forecasting systems has been extremely significant in recent years. Global Ocean Data Assimilation Experiment (GODAE) Oceanview supports the national research groups providing them with coordination and sharing expertise among the partners. Several systems have been set up and developed pre-operationally, and the majority of these are now fully operational; at the present time, they provide medium- and long-term forecasts of the most relevant ocean physical variables. These systems are based on ocean general circulation models and data-assimilation techniques that are able to correct the model with the information inferred from different types of observations. A few systems also incorporate a biogeochemical component coupled with the physical system, while others are based on coupled ocean–wave–ice–atmosphere models. The products are routinely validated with observations in order to assess their quality. Data and product implementation and organization, as well as service, for users have been well tried and tested, and most of the products are now available to users. The interaction with different users is an important factor in the development process. This paper provides a synthetic overview of the GODAE OceanView prediction systems.

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)0,012
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,012
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,001
Communication savante0,0040,008
Science ouverte0,0020,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,013
Tête enseignante GPT0,215
Écart entre enseignants0,202 · 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'étudeSans objet
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

Citations111
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Operational OceanographyMême sujetOceanographic and Atmospheric ProcessesTravaux en français237 207