MétaCan
Menu
Retour à la cohorte
Enregistrement W3097044656 · doi:10.5194/hess-2020-315

Technical Note: Partial wavelet coherency for improved understanding of scale-specific and localized bivariate relationships in geosciences

2020· article· en· W3097044656 sur OpenAlexaffabout
Wei Hu, Bingcheng Si

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueNMR spectroscopy and applications
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesNew Zealand Institute for Plant and Food Research Limited
Mots-clésBivariate analysisWaveletScale (ratio)Variable (mathematics)Multivariate statisticsStatisticsVariablesBivariate dataComputer scienceEconometricsMathematicsData miningArtificial intelligenceGeographyCartography

Résumé

récupéré en direct d'OpenAlex

Abstract. Bivariate wavelet coherency is widely used to untangle the scale-specific and localized bivariate relationships in geosciences. However, it is well-known that bivariate relationships can be misleading when both variables are correlated to other variables. Partial wavelet coherency (PWC) has been proposed, but is limited to one excluding variable and presents no phase information. The objective of this study was to develop a new PWC method that can deal with multiple excluding variables and presents phase information for the PWC. Tests with both stationary and non-stationary artificial datasets verified the known scale- and localized bivariate relationships after eliminating the effects of other variables. Compared with the previous PWC method, the new method has the advantages of capturing phase information, dealing with multiple excluding variables, and producing more accurate results. The new method was also applied to two field measured datasets. Results showed that the coherency between response and predictor variables was usually less affected by excluding variables when predictor variables had higher correlation with the response variable. Application of the new method also confirmed the best predictor variables for explaining temporal variations in free water evaporation at Changwu site in China and spatial variations in soil water content in a hummocky landscape in Saskatchewan Canada. We suggest the PWC method to be used in combination with previous wavelet methods to untangle the scale-specific and localized multivariate relationships in geosciences. Matlab codes for the PWC were developed and are provided in the supplement.

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)0,004
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,042

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,018
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0130,005

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 Opus0,062
Tête enseignante GPT0,327
Écart entre enseignants0,265 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetNMR spectroscopy and applicationsTravaux en français237 207