MétaCan
Menu
Retour à la cohorte
Enregistrement W2528402791 · doi:10.1002/qj.2939

Iceland's Great Frost Winter of 1917/1918 and its representation in reanalyses of the twentieth century

2016· article· en· W2528402791 sur OpenAlexafffund
G. W. K. Moore, M. Babij

Notice bibliographique

RevueQuarterly Journal of the Royal Meteorological Society · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésFrost (temperature)ClimatologyContext (archaeology)North Atlantic oscillationPeriod (music)ArcticSiberian HighGeographyGeologyOceanographyMeteorologyArchaeology

Résumé

récupéré en direct d'OpenAlex

Climate variability during the twentieth century is a subject of considerable interest as it represents a way to place the changes that we are currently experiencing into a long‐term context. The characterization of climatic extremes and their representation in models is of particular importance as these events have a significant impact on communities and ecosystems. Much of the focus on these extremes has been on events that occurred after the establishment of the upper‐air observing network in the 1950s. The recent availability of reanalyses that extend throughout the twentieth century now allow extreme events that occurred before this time to be more fully investigated. The winter of 1917/1918 is referred to as the Great Frost Winter in Iceland. It was the coldest winter in the region during the twentieth century. It was remarkable for the presence of sea ice in Reykjavik Harbour as well as for the unusually large number of polar bear sightings in northern Iceland. Here we use observations as well as two reanalyses that span the twentieth century to document this event. We show that throughout much of the region, January 1918 was the coldest winter month on record. The North Atlantic Oscillation (NAO) attained one of its most negative values during January 1918 and the westward shift in its northern centre of action allowed cold Arctic and Greenlandic air to penetrate south towards Iceland. We also show that the two reanalyses diverged in their ability to represent the temperature anomalies during the event. Differences in the sea‐surface temperature (SST) and sea ice concentration fields used to force the underlying models contributed to this divergence. These results stress the important role that boundary conditions play in determining the fidelity with which reanalyses can represent extreme climate events in data‐sparse regions.

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)0,001
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 enseignants0,143
Score d'incertitude au seuil0,284

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,022
Tête enseignante GPT0,253
Écart entre enseignants0,232 · 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

Citations7
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueQuarterly Journal of the Royal Meteorological SocietyMême sujetClimate variability and modelsTravaux en français237 207