MétaCan
Menu
← Retour à la cohorte
Enregistrement W3209951517 · doi:10.5194/egusphere-egu21-14345

Sensitivity of wind and soil moisture to the land surface component in 30-year continuous simulations over the Iberian Peninsula

2021· article· en· W3209951517 sur OpenAlexaff
Elena García‐Bustamante, J. Fidel González‐Rouco, Jorge Navarro, Ana Palomares Losada, Almudena García‐García, Francisco José Cuesta‐Valero, Hugo Beltrami

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePlant Water Relations and Carbon Dynamics
Établissements canadiensMemorial University of NewfoundlandSt. Francis Xavier University
Organismes subventionnairesnon disponible
Mots-clésPeninsulaMediterranean climateEnvironmental scienceWeather Research and Forecasting ModelClimatologyWater contentWind speedMoistureClimate changeParametrization (atmospheric modeling)Climate modelGeographyMeteorologyAtmospheric sciencesGeologyOceanography

Résumé

récupéré en direct d'OpenAlex

During the last three decades significant trends compatible with a changing climate due to increased anthropogenic emissions have been observed. Changes are remarkable not only at global but also at regional scales. The Euro-Mediterranean sector has been identified as one of the hot spots potentially subject to critical impacts of climate change already manifest. In this work several long continuous (non re-initialized) WRF simulations at a high resolution (9 km) over peninsular Iberia that make use of a set of different land surface schemes have been performed. In doing so we categorize the impact of using alternate land surface models in long (30 years) continuous simulations since only such running approach allows to preserve the memory of the soil processes. Thus, we explore changes in the soil moisture content aiming at the detection of plausible evidences of drying trends, specially for the south of Spain. In addition we investigate a 30-year climatology of wind speed in the search of a potential stilling phenomenon already documented over several European and worldwide regions.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,055
Score d'incertitude au seuil0,110

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0020,001
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 Opus0,005
Tête enseignante GPT0,196
Écart entre enseignants0,190 · 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'étudeSimulation ou modélisation
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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPlant Water Relations and Carbon Dynamics→Travaux en français237 207→