MétaCan
Menu
Retour à la cohorte
Enregistrement W3005288894 · doi:10.1175/waf-d-19-0179.1

Regional Thermodynamic Characteristics Distinguishing Long- and Short-Duration Freezing Rain Events over North America

2020· article· en· W3005288894 sur OpenAlexafffundabout
Christopher D. McCray, John R. Gyakum, Eyad H. Atallah

Notice bibliographique

RevueWeather and Forecasting · 2020
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMeteorological Phenomena and Simulations
Établissements canadiensMcGill University
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesNatural Sciences and Engineering Research Council of Canada
Mots-clésAdvectionEnvironmental sciencePrecipitationFreezing rainClimatologyWarm frontAtmospheric sciencesFrost (temperature)MeteorologyGeologyGeography

Résumé

récupéré en direct d'OpenAlex

Abstract Freezing rain is an especially hazardous winter weather phenomenon that remains particularly challenging to forecast. Here, we identify the salient thermodynamic characteristics distinguishing long-duration (six or more hours) freezing rain events from short-duration (2–4 h) events in three regions of the United States and Canada from 1979 to 2016. In the northeastern United States and southeastern Canada, strong surface cold-air advection is not common during freezing rain events. Colder onset temperatures at the surface and in the near-surface cold layer support longer-duration events there, allowing heating mechanisms (e.g., the release of latent heat of fusion when rain freezes at the surface) to act for longer periods before the surface reaches 0°C and precipitation transitions to rain. In the south-central United States, cold air at the surface is replenished via continuous cold-air advection, reducing the necessity of cold onset surface temperatures for event persistence. Instead, longer-duration events are associated with warmer and deeper >0°C warm layers aloft and stronger advection of warm and moist air into this layer, delaying its erosion via cooling mechanisms such as melting. Finally, in the southeastern United States, colder and especially drier onset conditions in the cold layer are associated with longer-duration events, with evaporative cooling crucial to maintaining the subfreezing surface temperatures necessary for freezing rain. Through an improved understanding of the regional conditions supporting freezing rain event persistence, we hope to provide useful information to forecasters in their attempt to predict these potentially damaging events.

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)0,000
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 enseignants0,716
Score d'incertitude au seuil0,570

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
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 Opus0,050
Tête enseignante GPT0,228
Écart entre enseignants0,178 · 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

Citations12
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueWeather and ForecastingMême sujetMeteorological Phenomena and SimulationsTravaux en français237 207