MétaCan
Menu
Retour à la cohorte
Enregistrement W2912703046 · doi:10.1088/1755-1315/231/1/012003

Trends of intense cyclone activity in the Arctic from reanalyses data and regional climate models (Arctic-CORDEX)

2019· article· en· W2912703046 sur OpenAlexaff
Mirseid Akperov, Annette Rinke, И. И. Мохов, Heidrun Matthes, В. А. Семенов, Muralidhar Adakudlu, John J. Cassano, Jens Hesselbjerg Christensen, M. A. Dembitskaya, Klaus Dethloff, Xavier Fettweis, Justin M. Glisan, Oliver Gutjahr, Günther Heinemann, Torben Koenigk, Nikolay Koldunov, René Laprise, Ruth Mottram, Oumarou Nikiéma, М. Р. Парфенова, John Scinocca, Dmitry Sein, Stefan Sobolowski, Katja Winger, Wenxin Zhang

Notice bibliographique

RevueIOP Conference Series Earth and Environmental Science · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensEnvironment and Climate Change CanadaUniversité du Québec à Montréal
Organismes subventionnairesGoddard Space Flight CenterEuropean Centre for Medium-Range Weather ForecastsCanon Foundation for Scientific ResearchNational Aeronautics and Space Administration
Mots-clésClimatologyEnvironmental scienceArcticCyclone (programming language)Climate modelThe arcticMeteorologyClimate changeGeographyOceanographyGeologyComputer science

Résumé

récupéré en direct d'OpenAlex

The ability of state-of-the-art regional climate models (RCMs) to simulate the trends of intense cyclone activity in the Arctic is assessed based on an ensemble of 13 simulations from 11 models from the Arctic-CORDEX initiative. Some models employ large-scale spectral nudging techniques. Cyclone characteristics simulated by the ensemble in winter and summer are compared with the results from four reanalyses (ERA-Interim, NCEP-CFSR, NASA-MERRA2 and JMA-JRA55) in winter and summer for 1981-2010 period. © Published under licence by IOP Publishing Ltd.

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 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 enseignants0,388
Score d'incertitude au seuil0,915

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 savante0,0000,002
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,046
Tête enseignante GPT0,249
Écart entre enseignants0,203 · 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

Citations5
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIOP Conference Series Earth and Environmental ScienceMême sujetClimate variability and modelsTravaux en français237 207