MétaCan
Menu
Retour à la cohorte
Enregistrement W3101997247 · doi:10.1093/oso/9780190864217.003.0009

Macroweather, the climate, and beyond

2019· book-chapter· en· W3101997247 sur OpenAlexaboutno aff
S. Lovejoy

Notice bibliographique

RevueOxford University Press eBooks · 2019
Typebook-chapter
Langueen
DomaineEnvironmental Science
ThématiqueScience and Climate Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésClimatologyEnvironmental scienceWarming upMeteorologyAtmospheric sciencesGeographyPhysicsGeology

Résumé

récupéré en direct d'OpenAlex

“Expect the cold weather to continue for the next ten days, followed by a warm spell.” This might have been the fourteen- day weather forecast for Montreal on December, 31, 2006 (Fig. 5.1, top). But imagine what it might have been if Earth rotated about its axis ten times more slowly, so that the length of the day coincided with the ten- day weather– macroweather transition scale— an alignment of scales almost achieved on Mars. In that case (Fig. 5.1, bottom) we would have heard, “Expect mild weather on Monday, followed by freezing temperatures, until a warm spell on Thursday, followed by a brisk Friday and Saturday, a warming on Sunday and Monday, followed by freezing on Tuesday, then a four- day warm period followed by freezing and then warming.” Although long- term trends in weather can persist for up to ten days or so, in macroweather, the upshifts tend to be followed immediately by downshifts (and vice versa) and, although longer term trends exist, they are much more subtle, resulting from imperfect cancelations of successive fluctuations. The tendency of macroweather fluctuations to cancel rather than to accu­mulate is its defining feature, and cancelation is synonymous with stability. Quantitatively, it implies that the temporal fluctuation exponent H is negative. In the weather regime with positive H, the temperature, wind, and other variables wander up and down with prolonged swings. The weather is a meta­phor for instability. If we average macroweather over longer and longer times, its variability is reduced systematically so that it appears to converge to a well-defined value. In that sense, macroweather is what you expect, the weather is what you get. But what about macroweather’s spatial properties? As usual, forecasts can be explained with recourse to maps. For example, Plate 5.1 (left) shows the day- to-day evolution of the daily temperatures corresponding to the forecast in Figure 5.1 (top).

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)0,001
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,046

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,006
Communication savante0,0040,007
Science ouverte0,0000,002
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0140,002

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 Opus0,014
Tête enseignante GPT0,190
Écart entre enseignants0,176 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations6
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOxford University Press eBooksMême sujetScience and Climate StudiesTravaux en français237 207