MétaCan
Menu
Retour à la cohorte
Enregistrement W2914963117 · doi:10.5194/hess-23-3665-2019

Precipitation transition regions over the southern Canadian Cordillera during January–April 2010 and under a pseudo-global-warming assumption

2019· article· en· W2914963117 sur OpenAlexafffundabout
Juris Almonte, Ronald E. Stewart

Notice bibliographique

RevueHydrology and earth system sciences · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensUniversity of ManitobaUniversity of Northern British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada First Research Excellence Fund
Mots-clésPrecipitationClimatologySnowWeather Research and Forecasting ModelTerrainEnvironmental scienceGlobal warmingClimate changeGeologyPhysical geographyMeteorologyGeographyOceanographyCartography

Résumé

récupéré en direct d'OpenAlex

The occurrence of various types of winter precipitation is an important issue over the southern Canadian Cordillera. This issue is examined from January to April of 2010 by exploiting the high-resolution Weather Research and Forecasting (WRF) model Version 3.4.1 dataset that was used to simulate both a historical reanalysis-driven (control – CTRL) and a pseudo-global-warming (PGW) experiment (Liu et al., 2016). Transition regions, consisting of both liquid and solid precipitation or liquid precipitation below 0 ∘ C, occurred on 93 % and 94 % of the days in the present and PGW future, respectively. This led to accumulated precipitation within the transition region increasing by 27 % and was associated with a rise in its average elevation by 374 m over the Coast Mountains and Insular Mountains and by 240 m over the Rocky Mountains and consequently to an eastward shift towards the higher terrain of the Rocky Mountains. Transition regions comprised of only rain and snow were most common under both the CTRL and PGW simulations, although all seven transition region categories occurred. Transition region changes would enhance some of the factors leading to avalanches and would also impact ski resort operations.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,096

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,015
Tête enseignante GPT0,216
Écart entre enseignants0,201 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations8
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueHydrology and earth system sciencesMême sujetClimate variability and modelsTravaux en français237 207