Analysis of single-Alter-shielded and unshielded measurements of mixed and solid precipitation from WMO-SPICE
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract. Although precipitation has been measured for many centuries, precipitation measurements are still beset with significant inaccuracies. Solid precipitation is particularly difficult to measure accurately, and wintertime precipitation measurement biases between different observing networks or different regions can exceed 100 %. Using precipitation gauge results from the World Meteorological Organization Solid Precipitation Intercomparison Experiment (WMO-SPICE), errors in precipitation measurement caused by gauge uncertainty, spatial variability in precipitation, hydrometeor type, crystal habit, and wind were quantified. The methods used to calculate gauge catch efficiency and correct known biases are described. Adjustments, in the form of transfer functions that describe catch efficiency as a function of air temperature and wind speed, were derived using measurements from eight separate WMO-SPICE sites for both unshielded and single-Alter-shielded precipitation-weighing gauges. For the unshielded gauges, the average undercatch for all eight sites was 0.50 mm h−1 (34 %), and for the single-Alter-shielded gauges it was 0.35 mm h−1 (24 %). After adjustment, the mean bias for both the unshielded and single-Alter measurements was within 0.03 mm h−1 (2 %) of zero. The use of multiple sites to derive such adjustments makes these results unique and more broadly applicable to other sites with various climatic conditions. In addition, errors associated with the use of a single transfer function to correct gauge undercatch at multiple sites were estimated.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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