MétaCan
Menu
Retour à la cohorte
Enregistrement W2802698996 · doi:10.1002/joc.5546

Climatological trends of snowfall over the Laurentian Great Lakes Basin

2018· article· en· W2802698996 sur OpenAlexafffundabout
Janine A. Baijnath‐Rodino, Claude Duguay, E. LeDrew

Notice bibliographique

RevueInternational Journal of Climatology · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesOak Ridge National LaboratoryNational Oceanic and Atmospheric AdministrationEnvironment and Climate Change CanadaU.S. Department of Energy
Mots-clésSnowEnvironmental scienceClimatologyPrecipitationBayShoreAdvectionWinter stormPhysical geographyOceanographyGeologyGeographyMeteorology

Résumé

récupéré en direct d'OpenAlex

The leewards shores of the Laurentian Great Lakes are highly susceptible to lake‐induced snowfall. During the late autumn and winter season, cold air advection over relatively warm lakes can induce instability in the lower planetary boundary layer (PBL), facilitating the exchange of moisture and energy fluxes and fuelling the development of snowfall. Snowfall in this region can have disastrous impacts on local communities such as the November 2014 Buffalo storm that caused 13 fatalities. This paper discusses historical snowfall trends along the Canadian leewards shores of Lakes Superior and Huron‐Georgian Bay and explores several lake‐induced predictor variables that may influence the snowfall trends. Spatio‐temporal snowfall and total precipitation trends were computed for the 1980–2015 period over the Great Lakes Basin (GLB) using the Daymet (version 3) gridded estimated data set. Results show a significant decrease in snowfall, at a rate of 40 cm/36 years, and a significant decrease in total precipitation of 20 mm/36 years, along the Ontario snowbelts of Lake Superior and partially along that of Lake Huron‐Georgian Bay at the 95% confidence level during the cold season. Attributions to these negative spatio‐temporal trends are explored using data from the North American Regional Reanalysis (NARR) and the Canadian Ice Service (CIS) data sets. Predictor variables show significant warming in lake surface temperature (LST) at a rate of over 6 K/36 years for Lake Superior, significant decrease in ice cover fraction for both lakes, and an increase in the vertical temperature gradient (VTG) between the LST and the 850 mb level. While the behavioural trends of these variables are believed to enhance snowfall through increased evaporation, there are other complex processes involved, such as inefficient moisture recycling and increased moisture storage in warmer air masses that may inhibit the development of snowfall along the immediate leewards shores of Lake Superior.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,347
Score d'incertitude au seuil0,987

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0140,000

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 GPT0,298
Écart entre enseignants0,276 · 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.

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

Citations39
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueInternational Journal of ClimatologyMême sujetClimate variability and modelsTravaux en français237 207