MétaCan
Menu
Retour à la cohorte
Enregistrement W4211249906 · doi:10.1175/bams-d-21-0130.1

Advances in the Prediction of MJO Teleconnections in the S2S Forecast Systems

2022· article· en· W4211249906 sur OpenAlexaff
Cristiana Stan, Cheng Zheng, Edmund K. M. Chang, Daniela I. V. Domeisen, Chaim I. Garfinkel, Andrea M. Jenney, Hyemi Kim, Young‐Kwon Lim, Hai Lin, Andrew W. Robertson, Chen Schwartz, Frédéric Vitart, Jiabao Wang, Priyanka Yadav

Notice bibliographique

RevueBulletin of the American Meteorological Society · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesNational Oceanic and Atmospheric AdministrationIsrael Science FoundationNational Natural Science Foundation of ChinaEuropean CommissionSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungDepartment of Water ResourcesNational Science Foundation
Mots-clésTeleconnectionClimatologyMadden–Julian oscillationEnvironmental scienceMeteorologyTroposphereMiddle latitudesEl Niño Southern OscillationGeographyGeology

Résumé

récupéré en direct d'OpenAlex

Abstract This study evaluates the ability of state-of-the-art subseasonal-to-seasonal (S2S) forecasting systems to represent and predict the teleconnections of the Madden–Julian oscillation and their effects on weather in terms of midlatitude weather patterns and North Atlantic tropical cyclones. This evaluation of forecast systems applies novel diagnostics developed to track teleconnections along their preferred pathways in the troposphere and stratosphere, and to measure the global and regional responses induced by teleconnections across both the Northern and Southern Hemispheres. Results of this study will help the modeling community understand to what extent the potential to predict the weather on S2S time scales is achieved by the current generation of forecasting systems, while informing where to focus further development efforts. The findings of this study will also provide impact modelers and decision-makers with a better understanding of the potential of S2S predictions related to MJO teleconnections.

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)0,003
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,048
Score d'incertitude au seuil0,095

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,017
Tête enseignante GPT0,228
Écart entre enseignants0,211 · 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

Citations77
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBulletin of the American Meteorological SocietyMême sujetClimate variability and modelsTravaux en français237 207