Periodicity in Extreme Weather in the ‘Maritime Region’ of Eastern North America
Notice bibliographique
Résumé
Abstract Spectral and wavelet analysis were used to identify trends and cycles in extreme temperature and precipitation events based on historical data (~100-150 years) from six climate stations within the “Maritime Region” of eastern North America. Many statistically significant climate cycles were identified using both spectral and Morlet wavelet analyses at each of these locations for both extreme high and low temperature and precipitation (rain, snow) data, with periodicities typically ranging from ~ 2–30 years. To assess potential drivers of these cyclical extreme weather events, the records of these events were compared, using cross wavelet analysis, to the climate indices of several teleconnections, including the 11-year Schwabe solar cycle, Atlantic Multidecadal Oscillation, North Atlantic Oscillation, Arctic Oscillation, El Niño Southern Oscillation and the Quasi–Biennial Oscillation. It was found that the 11-year solar cycle had the strongest influence over extreme temperature and precipitation in this region, whereas the remaining oscillations, with the exception the Quasi–Biennial Oscillation, exhibited complex interactions with one another, characterized a variety of both positive and negative modulating effects. The Quasi–Biennial Oscillation was found to drive high–frequency oscillations in extreme weather, particularly extreme precipitation. Overall, the findings of this study indicate that extreme weather events in this region have not substantially increased or decreased in number over time, but have been predominantly influenced by several cyclic climate phenomena.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».