Year-to-year correlation, record length, and overconfidence in wind resource assessment
Notice bibliographique
Résumé
Abstract. Wind resource assessments predict future production levels from historical data. To characterize how year-to-year variability in past wind speeds affects the certainty of future predictions, we analyze 62-year wind speed records of 60 weather stations in Canada, and compare the actual levels of each station's final 20 years to "predictions" made from previous periods of varying duration. We estimate both median (P50) and 10 % quantile (P90) levels using historical means and standard deviations, validating estimator performance on statistically-independent "control" sequences made by randomly permuting the 62 annual values of each station's record. Errors of estimates made from the control sequences always decline with record length; the central half of the stations’ exceedances falls within ranges of 44–55 % (P50) and 85–95 % (P90) for 42-year estimates. For the actual chronological records, on the other hand, error is lowest when estimates were made from short records (4–5 years) and increases with length after 15 years; for 42-year estimates the corresponding ranges are 0–45 % (P50) and 36–100 % (P90). The strong biases reflect a nearly nationwide downward trend in recorded wind speeds, but even a near-zero-trend subset of 30 stations exhibits interquartile ranges of 24–73 % (P50) and 80–100 % (P90), both twice as large as expected. These findings show that serial correlation in wind speeds can persist across decades, and, if ignored, results in substantial overconfidence in estimated resource levels.
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 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 | 0,000 | 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 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».