MétaCan
Menu
← Retour à la cohorte
Enregistrement W3083458932 · doi:10.5194/egusphere-egu2020-5885

Cyclone activities as inferred from the Twentieth Century Reanalysis version 3 (20CRv3) for 1836-2015

2020· article· en· W3083458932 sur OpenAlexaff
Xiaolan Wang, Yang Feng, Rodney Chan, Gilbert P. Compo, Laura Slivinski, Bin Yu, Michael Wehner, Xiao‐Yi Yang

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesnon disponible
Mots-clésNorthern HemisphereCyclone (programming language)ClimatologyMeteorologyEnvironmental sciencePeriod (music)Atmospheric sciencesComputer sciencePhysicsGeology

Résumé

récupéré en direct d'OpenAlex

Preliminary results obtained from tracking cyclones in the ensemble-average and individual members of the NOAA-CIRES-DOE Twentieth Century Reanalysis version 3 (20CRv3) ensemble for the period 1836-2015 will be presented. Comparison with tracking in the 20CRv2c ensemble-average series will also be shown. The results indicate that the 20CRv3 is an improvement in representing cyclone climate and variability compared to previous versions (20CRv2c or 20CRv2). However, as in previous versions, the 20CRv3 ensemble-average fields are too smooth to use for tracking cyclones and studying cyclone climate, especially for the period before 1960 for the NH and for the entire reanalysis period for the SH, and that there are still temporal inhomogeneity issues in the 20CRv3, especially in the SH and in the early period for the NH, due to the increases over time of observations available for assimilation. The improvements arise from the use of a higher model resolution and the assimilation of more observations. They include that the 20CRv3 ensemble shows cyclones of higher intensities and a higher number of deep cyclones (center pressure ≤ 960 hPa) in the Northern Hemisphere than the 20CRv2c counterpart. Historical trends of cyclone activity and their uncertainties will be discussed based on the results of tracking the individual members of the 20CRv3 ensemble, with the temporal inhomogeneity issues being taken into account.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,050
Score d'incertitude au seuil0,099

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0020,001

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 Opus0,023
Tête enseignante GPT0,248
Écart entre enseignants0,225 · 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'étudeSimulation ou modélisation
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

Citations2
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetClimate variability and models→Travaux en français237 207→