MétaCan
Menu
← Retour à la cohorte
Enregistrement W3125071872 · doi:10.5206/ntpr181

Northern Tornadoes Project. Northern Tornadoes Flyover Project: Summary Technical Report of the Year 1 Pilot Study

2018· report· en· W3125071872 sur OpenAlexaboutno aff
Gregory A. Kopp, David Sills, Emilio Hong, Joanne Kennell

Notice bibliographique

Revuenon disponible
Typereport
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMeteorological Phenomena and Simulations
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTornadoMeteorologyGeographyFujita scale

Résumé

récupéré en direct d'OpenAlex

12 January 2018 The objectives of the Year 1 Pilot Study were to (i) develop a methodology for determining tornado occurrence in Northern Ontario, and (ii) obtain research quality data for at least one event. Because of the isolation of many regions, the approach assumed the use of radar data analysis combined with aerial surveys. These objectives were achieved. Aerial surveys were conducted for a total of seven events in Ontario and southern Quebec and 15 confirmed or probable tornadoes identified. Archival geo-tagged imagery was obtained for six of these events. Ten confirmed or probable tornadoes were identified in Ontario, five of which were not in the OSPC database. In addition, 5 tornadoes were confirmed in Quebec. For the 2017 season, the OSPC had a list of 10 verified tornadoes, as of December 21, 2017. The pilot project raises this number to 15. In total, 4 EF2 tornadoes and 1 EF3 tornado were identified via aerial photography. The remainder were EF1 or EF0. UPDATE – 23 April 2018 Based on the analysis of newly available Planet.com high-resolution satellite imagery and related tools, several events were reassessed and a number of additional tornadoes were discovered. Overall, an additional three tornadoes were added to 2017 count. The updated events are listed in a revised 2017 summary table appended at the end of this document.

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)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,862
Score d'incertitude au seuil0,278

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0020,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0220,007

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 Opus0,074
Tête enseignante GPT0,295
Écart entre enseignants0,221 · 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'étudeObservationnel
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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMeteorological Phenomena and Simulations→Travaux en français237 207→