MétaCan
Menu
← Retour à la cohorte
Enregistrement W2951032547 · doi:10.82308/4515

Drought and associated cloud fields over the Canadian Prairies

2009· article· en· W2951032547 sur OpenAlexaboutno aff
Heather Greene

Notice bibliographique

RevueeScholarship@McGill (McGill) · 2009
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric aerosols and clouds
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEnvironmental sciencePrecipitationAlbedo (alchemy)Cloud coverForestryGeographyMeteorologyCloud computing

Résumé

récupéré en direct d'OpenAlex

Très peu est connu a propos des nuages durant une sècheresse. Entre 1999 et 2005, les Prairies canadiennes ont vécu une des sècheresses les plus sévères et les plus longues dans ses registres climatologiques. L'objectif de cette étude est de caractériser et de mieux comprendre les nuages et leurs propriétés radiatives durant les sècheresses dans les provinces des Prairies canadiennes. Une attention particulière a été donnée à cette récente sècheresse. La sévérité de la sècheresse a été déterminée avec l'index standardise de précipitations. Les propriétés des nuages obtenues de la base de données du Budget Radiatif de Surface de NASA/GEWEX ont été utilisées pour examiner l'ensemble de la quantité de nuage, l'épaisseur optique et l'albédo du haut de l'atmosphère. Les résultats ont démontré que malgré une légère différence dans la quantité de nuage entre des périodes sèches et humide (une augmentation d'environ 10% dans la couverture nuageuse de 63% durant des conditions extrêmement sèches a 73% pendant des périodes extrêmement humide), la corrélation avec la précipitation est faible. Les nuages minces augmentent lorsque la sévérité de la sècheresse augmente, alors que les nuages d'épaisseur moyenne ou épaisse diminuent. Les résultats ont aussi démontré que des tendances similaires se rapportent à plus petite échelle.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,087

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0000,000
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 Opus0,009
Tête enseignante GPT0,204
Écart entre enseignants0,195 · 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'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

Citations1
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeScholarship@McGill (McGill)→Même sujetAtmospheric aerosols and clouds→Travaux en français237 207→