MétaCan
Menu
Retour à la cohorte
Enregistrement W2359028789

The Application Research of the TRMM Precipitation Data in the Provincial Scale—A Case Study of Liaoning Province

2015· article· en· W2359028789 sur OpenAlexaff
FU Yuan-yua

Notice bibliographique

RevueAnhui nongye kexue · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental and Agricultural Sciences
Établissements canadiensScience North
Organismes subventionnairesnon disponible
Mots-clésPrecipitationEnvironmental scienceClimatologyScale (ratio)Spring (device)GeographyPhysical geographyMeteorologyGeologyCartography
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

According to the monthly precipitation data of Tropical Rainfall Measurement Mission(TRMM) 3B43 from January 1998 to December2010,a case study as the provincial scale,the change of recent 13-year precipitation in Liaoning Province were analyzed by means of the liner climatic tendencies ratio method and Geographical Information System(GIS) spatial analytic techniques. Some conclusions can be drawn: The linear correlation between TRMM precipitation data and observed data and is very high,the data has a higher accuracy; The annual precipitation in Liaoning Province is mainly between 425-1 082 mm,and the overall performance is the trend of decreasing from the southeast to the northwest; The main precipitation concentrate in May to September of each year,the precipitation during this period accounted for more than 70% of the total annual precipitation,among them,the maximum precipitation concentrate in July,to 20% of the annual precipitation,and in February the minimum,less 2% of the annual precipitation,seasonal change is obvious; In recent 13 years,the average annual precipitation showed increasing trend in Liaoning Province. However,the summer precipitation showed a decreasing trend,the precipitation in the western and middle Liaoning Province is particularly evident. These indicate that in recent 13 years,the phenomenon of regional drought in spring and summer is serious.

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)0,003
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 enseignants0,113
Score d'incertitude au seuil0,977

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
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 Opus0,080
Tête enseignante GPT0,340
Écart entre enseignants0,260 · 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

Citations1
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnhui nongye kexueMême sujetEnvironmental and Agricultural SciencesTravaux en français237 207