MétaCan
Menu
Retour à la cohorte
Enregistrement W2972595248 · doi:10.1175/bams-d-19-0040.1

Unlocking Pre-1850 Instrumental Meteorological Records: A Global Inventory

2019· article· en· W2972595248 sur OpenAlexaff
Stefan Brönnimann, Rob Allan, Linden Ashcroft, Saba Baer, Mariano Barriendos, Rudolf Brázdil, Yuri Brugnara, Manola Brunet, Michele Brunetti, Barbara Chimani, Richard Cornes, Fernando Domínguez‐Castro, Janusz Filipiak, Dimitra Founda, Ricardo García‐Herrera, Joëlle Gergis, Stefan Grab, Lisa Hannak, Heli Huhtamaa, Kim Jacobsen, P. D. Jones, Sylvie Jourdain, Andrea Kiss, Kuan‐Hui Elaine Lin, Andrew Lorrey, Elin Lundstad, Jürg Luterbacher, Franz Mauelshagen, Maurizio Maugeri, Nicolas Maughan, Anders Moberg, Raphael Neukom, Sharon E. Nicholson, Simon Noone, Øyvind Nordli, Kristín Ólafsdóttir, Petra R. Pearce, Lucas Pfister, Kathleen Pribyl, Rajmund Przybylak, Christa Pudmenzky, Dubravka Rasol, Delia Reichenbach, Ladislava Řezníčková, F. S. Rodrigo, Christian Röhr, Oleg Skrynyk, Victoria Slonosky, Peter Thorne, M. A. Valente, J. M. Vaquero, Nancy E. Westcottt, Fiona Williamson, Przemysław Wyszyński

Notice bibliographique

RevueBulletin of the American Meteorological Society · 2019
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueTree-ring climate responses
Établissements canadiensMcGill University
Organismes subventionnairesNatural Environment Research CouncilCenters for Disease Control and PreventionSight Research UK
Mots-clésContext (archaeology)Environmental scienceClimatologyClimate changePrecipitationMetadataArcticMeteorologyGeographyComputer scienceOceanography

Résumé

récupéré en direct d'OpenAlex

Abstract Instrumental meteorological measurements from periods prior to the start of national weather services are designated “early instrumental data.” They have played an important role in climate research as they allow daily to decadal variability and changes of temperature, pressure, and precipitation, including extremes, to be addressed. Early instrumental data can also help place twenty-first century climatic changes into a historical context such as defining preindustrial climate and its variability. Until recently, the focus was on long, high-quality series, while the large number of shorter series (which together also cover long periods) received little to no attention. The shift in climate and climate impact research from mean climate characteristics toward weather variability and extremes, as well as the success of historical reanalyses that make use of short series, generates a need for locating and exploring further early instrumental measurements. However, information on early instrumental series has never been electronically compiled on a global scale. Here we attempt a worldwide compilation of metadata on early instrumental meteorological records prior to 1850 (1890 for Africa and the Arctic). Our global inventory comprises information on several thousand records, about half of which have not yet been digitized (not even as monthly means), and only approximately 20% of which have made it to global repositories. The inventory will help to prioritize data rescue efforts and can be used to analyze the potential feasibility of historical weather data products. The inventory will be maintained as a living document and is a first, critical, step toward the systematic rescue and reevaluation of these highly valuable early records. Additions to the inventory are welcome.

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)0,003
score de la tête « metaresearch » (Gemma)0,007
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,053

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0150,023
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
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 Opus0,014
Tête enseignante GPT0,235
Écart entre enseignants0,220 · 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

Citations189
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBulletin of the American Meteorological SocietyMême sujetTree-ring climate responsesTravaux en français237 207