MétaCan
Menu
Retour à la cohorte
Enregistrement W3170918842 · doi:10.1525/elementa.2020.00126

A baseline evaluation of atmospheric and river discharge conditions in the Hudson Bay Complex during 2016–2018

2021· article· en· W3170918842 sur OpenAlexafffund
Jennifer V. Lukovich, Andrew Tefs, Shabnam Jafarikhasragh, Clark Pennelly, Paul G. Myers, Tricia Stadnyk, Kevin Sydor, Karen K. Wong, Michael Vieira, David Landry, Julienne Strœve, David G. Barber

Notice bibliographique

RevueElementa Science of the Anthropocene · 2021
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensUniversity of AlbertaUniversity of CalgaryManitoba HydroUniversity of Manitoba
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research ChairsArcticNetManitoba Hydro
Mots-clésBayEnvironmental sciencePrecipitationClimatologyForcing (mathematics)OceanographyMeteorologyGeographyGeology

Résumé

récupéré en direct d'OpenAlex

In this article, we examine atmospheric and river discharge conditions within the Hudson Bay Complex for the BaySys 2016–2018 field program time frame. Investigated in particular is a subset of European Centre for Medium-Range Weather Forecasts (ECMWF) Re-Analysis - Interim (ERA-Interim) atmospheric forcing variables, namely 2-m surface temperature, 10-m surface winds, precipitation, and sea-level pressure, in addition to river discharge. Results from this assessment show that 2016 was characterized by unusually warm conditions (terrestrial and marine) throughout the annual cycle; 2017 by strong cyclone activity in March and high precipitation in January, October, and November; and 2018 by cold and windy conditions throughout the annual cycle. Evaluation of terrestrial conditions showed higher than normal land surface temperatures (the Hudson Bay physical watershed) for all of the 2016–2018 period (excluding a colder than normal spell August–November 2018), particularly in January (2016 and 2017), higher than normal precipitation in October (2016 and 2017), and higher than normal terrestrial discharge to the Hudson Bay Complex in March (2016 and 2017), with drier than average June through October (2016–2018).

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)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,763
Score d'incertitude au seuil0,471

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,024
Tête enseignante GPT0,283
Écart entre enseignants0,259 · 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

Citations7
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueElementa Science of the AnthropoceneMême sujetArctic and Antarctic ice dynamicsTravaux en français237 207