Temporal trends in snowfall contribution induced by lake-effect synoptic types
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Using a synoptic classification technique and gridded snow dataset, snowfall was evaluated in the eastern Great Lakes region from 1950-2009 during atmospheric conditions suitable for the development of lake-effect snow. Specific emphases were placed on detailing the long-term changes to snowfall magnitude and frequency, and quantifying changes in the contribution of total snowfall from lake-effect synoptic types. For Lakes Erie and Ontario, snowfall from lake-effect synoptic types represented approximately 48% of total snowfall, and 42% of snowfall days are synoptically lake-effect in nature. Over time, the percentage of total early-season snowfall from lake-effect synoptic types significantly increased downwind of the Lakes, by approximately 0.4% yr-1, corresponding to an increase from approximately 40% lake-effect in the 1950s, to over 60% in the 2000s. This was due, in part, to changes in the frequency of snowfall-producing synoptic types, decreases in the percentage of precipitation falling as snow during non-lake-effect events, and increases in the magnitude of snowfall per lake-effect event. Changes in the proportion of total snowfall from lake-effect processes carries implications to water resources due to differences in snow-water-equivalent between lake-effect snow and snowfall from other mechanisms, such as mid-latitude cyclones.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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