MétaCan
Menu
Retour à la cohorte
Enregistrement W2559561788 · doi:10.4043/27445-ms

Operational Ocean Ice Prediction System Validation for the Canadian Arctic and Northwest Atlantic

2016· article· en· W2559561788 sur OpenAlexaffabout
Fraser Davidson, Jinshan Xu, G. C. Moore Smith, Frédéric Dupont, Youyu Lu, Simon Higginson, Charly Régnier, Fabrice Hernández

Notice bibliographique

RevueArctic Technology Conference · 2016
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensEnvironment and Climate Change CanadaFisheries and Oceans Canada
Organismes subventionnairesJapan Aerospace Exploration AgencyU.S. NavyNational Oceanic and Atmospheric Administration
Mots-clésSea iceEnvironmental scienceArcticOcean observationsClimatologyMeteorologySearch and rescueOceanographyComputer scienceGeologyGeography

Résumé

récupéré en direct d'OpenAlex

Abstract Ocean-Ice prediction systems maximize the information value of scarce in-situ ocean and ice observations. They provide assessed and forecast ocean and ice conditions that combine satellite observations and in-situ observations along with ocean and ice physics. Such information supports many applications and marine operations including navigation in open and ice covered waters, search and rescue drift prediction and oil spill drift prediction (with and without ice cover). Additional benefits include more accurate weather predictions through coupling of prediction systems and better oceanographic information support for marine resources and marine life applications. With decreasing ice coverage and increased navigation activity in the Arctic, the availability of operational ocean and ice predictions are important for ensuring safety of marine operations as well as timely responses to marine emergencies. We review the validation methodology of ocean ice prediction systems for the Canadian North under the Canadian Operational Network of Environmental PredicTion System (CONCEPTS) activities. CONCEPTS is an MOU governing an ocean, ice and atmospheric prediction collaboration of three government departments: National Defense, Environment and Climate Change Canada and Fisheries and Oceans Canada. Validation metrics include comparisons of ice and ocean forecast parameters against satellite (AMSRE Radiometry, Cryosat Altimetry) and in-situ observations from ships, moorings and autonomous floats. Forecast performance for the years 2015 and 2016 are presented herein. The overall goal is to estimate forecast reliability through development of vetted procedures for providing performance statistics against observations, both in real time and delayed mode for the Canadian CONCEPTS Ocean Ice Prediction systems. The approach is part of the GODAE Ocean View international collaboration network in Operational Oceanography for comparing ocean ice predictions against observations. Ultimately we aim to provide a framework by which participating ocean operators can provide in-situ observations from their assets (ships, rigs, ice camps, etc.) and receive performance stats (year in review, month in review) of ocean and ice prediction systems against the observations they provide.

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)0,004
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,087
Score d'incertitude au seuil0,175

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
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 Opus0,011
Tête enseignante GPT0,188
Écart entre enseignants0,177 · 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'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

Citations0
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueArctic Technology ConferenceMême sujetArctic and Antarctic ice dynamicsTravaux en français237 207