MétaCan
Menu
Retour à la cohorte
Enregistrement W2900373457 · doi:10.1029/2018gl080963

Late‐July Barrier for Subseasonal Forecast of Summer Daily Maximum Temperature Over Yangtze River Basin

2018· article· en· W2900373457 sur OpenAlexaff
Jing Yang, Tao Zhu, Miaoni Gao, Hai Lin, Bin Wang, Qing Bao

Notice bibliographique

RevueGeophysical Research Letters · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésGeopotential heightClimatologySubtropical ridgePredictabilityEnvironmental scienceSubtropicsForecast skillGeopotentialYangtze riverMadden–Julian oscillationStructural basinPrecipitationChinaGeologyMeteorologyGeographyConvection

Résumé

récupéré en direct d'OpenAlex

Abstract Dynamical subseasonal forecast skill of summer daily maximum temperature ( T max ) over East China was evaluated based on a 20‐year (1995–2014) subseasonal reforecast data set from the European Centre for Medium‐range Weather Forecasts. A significant late‐July barrier of subseasonal forecast skill was identified for the T max over the Yangtze River Basin, which concurs with a reduction in the prediction skill for the local 500‐hPa geopotential height. This barrier period corresponds to an abrupt transitional phase of the climatological intraseasonal oscillation when the western North Pacific subtropical high abruptly migrates northward from Yangtze River Basin to northern China. The transitional phase of the climatological intraseasonal oscillation features the largest day‐to‐day variance in the position of western North Pacific subtropical high, which may cause the drop of the subseasonal forecast skill for both the geopotential height and T max . The results indicate that the atmospheric subseasonal predictability may be strongly affected by the phases of the local climatological intraseasonal variation.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,718
Score d'incertitude au seuil0,999

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 technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,041
Tête enseignante GPT0,310
Écart entre enseignants0,269 · 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'étudeExpérimental (laboratoire)
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

Citations51
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeophysical Research LettersMême sujetClimate variability and modelsTravaux en français237 207