MétaCan
Menu
Retour à la cohorte
Enregistrement W3006085355 · doi:10.1088/1757-899x/730/1/012069

Jason-1 Observation of Typhoon Storm Surge and Analysis Based on Numerical Simulation

2020· article· en· W3006085355 sur OpenAlexaff
Zhou Qiu, Gang Zheng, Jingsong Yang, Guoqi Han, Xiaohui Li, Chuanzheng Zhang, Lizhang Zhou, Yan Wang

Notice bibliographique

RevueIOP Conference Series Materials Science and Engineering · 2020
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueTropical and Extratropical Cyclones Research
Établissements canadiensFisheries and Oceans Canada
Organismes subventionnairesnon disponible
Mots-clésStorm surgeTyphoonSurgeStormEnvironmental scienceTide gaugeMeteorologyClimatologyWind speedMean squared errorMagnitude (astronomy)Sea levelGeologyOceanographyGeographyMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract Storm surge is one of the most disastrous marine disasters to coastal regions. It is greatly essential to research on storm surge and mitigate this damage. In our paper, Typhoon hit the Japan Coast on 31 July, 2004. Jason-1 and two tide-gauge stations all captured the obvious sea level anomalies. The magnitude of this storm surge was approximately 0.4 m. We further used the Unstructured Grid Finite-Volume Community Ocean Model (FVCOM) to simulate this storm surge. The method based on the relationships between the maximum wind speed of best track and that of CFSR data was adopted to reconstruct wind field. This method reduced the root mean squared error (RMSE) from 0.11 m to 0.07 m at Owase station. The accuracy was improved by 35%. Similar to Owase station, the RMSE was reduced from 0.085 m to 0.06 m at Cape Muroto station. The accuracy was improved by 30%.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,204
Score d'incertitude au seuil0,381

Scores Codex et Gemma par catégorie

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

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 Opus0,035
Tête enseignante GPT0,230
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 tête enseignante, 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIOP Conference Series Materials Science and EngineeringMême sujetTropical and Extratropical Cyclones ResearchTravaux en français237 207