MétaCan
Menu
Retour à la cohorte
Enregistrement W3129593971 · doi:10.1175/mwr-d-20-0306.1

Synoptic–Dynamic and Airmass Characteristics Distinguishing Long- and Short-Duration Freezing Rain Events in the South-Central United States

2021· article· en· W3129593971 sur OpenAlexaff
Christopher D. McCray, John R. Gyakum, Eyad H. Atallah

Notice bibliographique

RevueMonthly Weather Review · 2021
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMeteorological Phenomena and Simulations
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésTrough (economics)ClimatologyAdvectionSynoptic scale meteorologyForcing (mathematics)PrecipitationAtmospheric sciencesEnvironmental scienceGeologyMeteorologyGeography

Résumé

récupéré en direct d'OpenAlex

Abstract Though prolonged freezing rain events are rare, they can result in substantial damage when they occur. While freezing rain occurs less frequently in the south-central United States than in some regions of North America, a large number of extremely long-duration events lasting at least 18 h have been observed there. We explore the key synoptic–dynamic conditions that lead to these extreme events through a comparison with less severe short-duration events. We produce synoptic–dynamic composites and 7-day backward trajectories for parcels ending in the warm and cold layers for each event category. The extremely long-duration events are preferentially associated with a deeper and more stationary 500-hPa longwave trough centered over the southwestern United States at event onset. This trough supports sustained flow of warm, moist air from within the planetary boundary layer over the Gulf of Mexico northward into the warm layer. The short-duration cases are instead characterized by a more transient upper-level trough axis centered over the south-central U.S. region at onset. Following event onset, rapid passage of the trough leads to quasigeostrophic forcing for descent and the advection of cold, dry air that erodes the warm layer and ends precipitation. While trajectories ending in the cold layer are very similar between the two categories, those ending in the warm layer have a longer history over the Gulf of Mexico in the extreme cases compared with the short-duration ones, resulting in warmer and moister onset warm layers.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,062
Score d'incertitude au seuil0,301

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,025
Tête enseignante GPT0,246
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 tête enseignante, 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

Citations4
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMonthly Weather ReviewMême sujetMeteorological Phenomena and SimulationsTravaux en français237 207