MétaCan
Menu
Retour à la cohorte
Enregistrement W2991387863 · doi:10.1029/2019ef001224

Winter Weather Whiplash: Impacts of Meteorological Events Misaligned With Natural and Human Systems in Seasonally Snow‐Covered Regions

2019· article· en· W2991387863 sur OpenAlexaff
Nora J. Casson, Alexandra R. Contosta, Elizabeth A. Burakowski, John L. Campbell, Mindy S. Crandall, Irena F. Creed, M. Catherine Eimers, Sarah Garlick, David A. Lutz, Matthew Q. Morison, Anita T. Morzillo, Sarah J. Nelson

Notice bibliographique

RevueEarth s Future · 2019
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensUniversity of WaterlooTrent UniversityUniversity of SaskatchewanUniversity of Winnipeg
Organismes subventionnairesNational Science Foundation of Sri LankaNational Science Foundation
Mots-clésExtreme weatherSnowWhiplashClimate changeNatural hazardContext (archaeology)Environmental scienceNatural (archaeology)ClimatologyWinter stormMeteorologyGeographyPoison controlEcologyGeology

Résumé

récupéré en direct d'OpenAlex

Abstract “Weather whiplash” is a colloquial phrase for describing an extreme event that includes shifts between two opposing weather conditions. Prior media coverage and research on these types of extremes have largely ignored winter weather events. However, rapid swings in winter weather can result in crossing from frozen to unfrozen conditions, or vice versa; thus, the potential impact of these types of events on coupled human and natural systems may be large. Given rapidly changing winter conditions in seasonally snow‐covered regions, there is a pressing need for a deeper understanding of such events and the extent of their impacts to minimize their risks. Here we introduce the concept of winter weather whiplash, defined as a class of extreme event in which a collision of unexpected conditions produces a forceful, rapid, back‐and‐forth change in winter weather that induces an outsized impact on coupled human and natural systems. Using a series of case studies, we demonstrate that the effects of winter weather whiplash events depend on the natural and human context in which they occur, and discuss how these events may result in the restructuring of social and ecological systems. We use the long‐term hydrometeorological record at the Hubbard Brook Experimental Forest in New Hampshire, USA to demonstrate quantitative methods for delineating winter weather whiplash events and their biophysical impacts. Ultimately, we argue that robust conceptual and quantitative frameworks for understanding winter weather whiplash events will contribute to the ways in which we mitigate and adapt to winter climate change in vulnerable regions.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,121
Score d'incertitude au seuil0,240

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,009
Tête enseignante GPT0,206
Écart entre enseignants0,197 · 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

Citations94
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEarth s FutureMême sujetCryospheric studies and observationsTravaux en français237 207