MétaCan
Menu
Retour à la cohorte
Enregistrement W2288556310 · doi:10.5539/enrr.v6n2p76

Orographic Effects on Supercell: Development and Structure, Intensity and Tracking

2016· preprint· en· W2288556310 sur OpenAlexvenueno aff
Galen M. Smith, Yuh‐Lang Lin, Yevgenii Rastigejev

Notice bibliographique

RevueEnvironment and Natural Resources Research · 2016
Typepreprint
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMeteorological Phenomena and Simulations
Établissements canadiensnon disponible
Organismes subventionnairesNational Oceanic and Atmospheric AdministrationNational Science Foundation
Mots-clésSupercellOrographic liftIntensity (physics)Environmental scienceMeteorologyPhysicsOpticsPrecipitation

Résumé

récupéré en direct d'OpenAlex

<p class="1Body">Orographic effects on tornadic supercell development, propagation, and structure are investigated using Cloud Model 1 (CM1) with idealized bell-shaped mountains of various heights and a homogeneous fluid flow with a single sounding. It is found that blocking effects are dominative compared to the terrain-induced environmental heterogeneity downwind of the mountain. The orographic effect shifts the storm track towards the left of storm motion, particularly on the lee side of the mountain, when compared to the storm track in the control simulation with no mountain. The terrain blocking effect also enhances the supercells inflow, which was increased more than one hour before the storm approached the terrain peak. The enhanced inflow allows the central region of the storm to exhibit clouds with a greater density of hydrometeors than the control. Moreover, the enhanced inflow increases the areal extent of the supercells precipitation, which, in turn enhances the cold pool outflow serving to enhance the storm’s updraft until becoming strong enough to undercut and weaken the storm considerably. Another aspect of the orographic effects is that downslope winds produce or enhance low-level vertical vorticity directly under the updraft when the storm approaches the mountain peak.</p>

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,491
Score d'incertitude au seuil0,617

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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,042
Tête enseignante GPT0,268
Écart entre enseignants0,226 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations2
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironment and Natural Resources ResearchMême sujetMeteorological Phenomena and SimulationsTravaux en français237 207