Real-time modelling of dangerous wind speed gusts and thermal comfort conditions in campus of Moscow State University (Moscow, Russian Federation)
Notice bibliographique
Résumé
Wind speed modeling on microscale can be important not only for local authorities but also for citizens. Due to the heterogeneity of urban development in the Moscow region, wind gusts geography and thermal comfort conditions at different points in the same territory will differ noticeably with the same meteorological parameters. Thus, it is necessary to study such parameters at the microscale. Therefore, within the framework of this study, in order to inform the public about the negative impact of the weather, and further to minimize the consequences on the human body, an attempt was made to develop an operational system for predicting dangerous conditions of wind gusts and thermal comfort. In order to collect climate statistics, climate data were calculated for comfort conditions for the MSU campus using the RayMan model. Wind gusts modeling was performed using ENVI-MET model. Therefore, it is possible to analyze the changes in biometric conditions and wind speed in recent years and track trends in various locations. Since the input parameters for the RayMan diagnostic model, which processes only text documents, serve as predictive data for the Canadian GEM global meteorological parameters in grib2 format, a program for converting files using Command.exe and Fortran-90 language allowed us to create an online module for predicting biometric indices (UTCI, PET and mPET). For the convenience of perception of information, the results of calculations are visualized on the basis of Yandex maps. Research was supported by the grant program of Russian Foundation of Basic Research (project no. 19-35-70009 mol_a_mos ). The work of Pavel Konstantinov, Elizaveta Nikolaeva and Sergey Bukin was supported by Russian Science Foundation (project no. 19-77-30012)
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».