MétaCan
Menu
Retour à la cohorte
Enregistrement W2599260905 · doi:10.1175/jhm-d-16-0222.1

Climatology of Size, Shape, and Intensity of Precipitation Features over Great Britain and Ireland

2017· article· en· W2599260905 sur OpenAlexaff
Jonathan G. Fairman, David M. Schultz, Daniel J. Kirshbaum, Suzanne L. Gray, Andrew I. Barrett

Notice bibliographique

RevueJournal of Hydrometeorology · 2017
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMeteorological Phenomena and Simulations
Établissements canadiensMcGill University
Organismes subventionnairesPrecursory Research for Embryonic Science and TechnologyNatural Environment Research CouncilSight Research UK
Mots-clésPrecipitationMesoscale meteorologyClimatologyEnvironmental sciencePrecipitation typesGeologyAtmospheric sciencesMeteorologyGeography

Résumé

récupéré en direct d'OpenAlex

Abstract A climatology of precipitation features (or objects) from the Great Britain and Ireland radar-derived precipitation mosaic from 2006 to 2015 is constructed, with features defined as contiguous areas of nonzero precipitation rates. Over the 10 years, there are 54 811 747 nonunique precipitating features over 100 km2 in area, with a median precipitation feature area of 249 km2, median major axis length of 29.2 km, median aspect ratio of 2.0:1, median feature mean precipitation rate of 0.49 mm h−1, and median feature maximum precipitation rate of 2.4 mm h−1. Small-scale precipitating systems are most common, but larger systems exceeding 10 000 km2 contribute close to 70% of the annual precipitation across the study region. Precipitation feature characteristics are sensitive to changes in annual and diurnal environment, with feature intensities peaking during the afternoon in summer and the largest precipitation features occurring during winter. Precipitation intensities less than 5 mm h−1 comprise 97.3% of all precipitation occurrences and contribute 83.6% of the total precipitation over land. Banded precipitation features (defined as precipitation features with aspect ratio at least 3:1 and major axis length at least 100 km) comprise 3% of all precipitation features by occurrence, but contribute 23.7% of the total precipitation. Mesoscale banded features (defined as banded precipitation features with major axis length at least 100 km and total area not exceeding 10 000 km2) and mesoscale convective banded features (defined as banded precipitation features with at least 100 km2 of precipitation rates exceeding 10 mm h−1) are most prevalent in southwestern England, with mesoscale convective banded features contributing up to 2% of precipitation.

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)0,001
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 enseignants0,013
Score d'incertitude au seuil0,425

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,017
Tête enseignante GPT0,252
Écart entre enseignants0,235 · 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

Citations38
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of HydrometeorologyMême sujetMeteorological Phenomena and SimulationsTravaux en français237 207