Notice bibliographique
Résumé
Strong gusty wind events were responsible for some of the poor performances of competitors and resulted in schedule changes during the PyeongChang 2018 Olympic and Paralympic Winter Games. Three events at two venues were investigated to document and articulate the wind forecasting and nowcasting challenges. Upper air analysis showed that the Games were dominated by northwesterly synoptic flow. Froude and Reynolds number analyses indicated that vortex shedding or wake turbulence were the dominant mechanisms in the lee of the mountains where the free-style competitions were conducted. Three types of wind data (10 and 1 min averages plus 1 minute maximums) from automatic weather stations that were reported every minute were analyzed using advanced techniques (Hovmueller, wavelet and eigen analysis frequency estimation). For the two days of Event 1, the conditions were well mixed throughout the day and night. For the other events, diurnal variations were observed with a stable atmosphere at night, well mixed in the afternoon and with 2–4 hour transition periods in the morning and evenings. Turbulence was best portrayed using wavelet analysis and vortex shedding was best portrayed using the eigen analysis frequency estimation method. The latter revealed dominant frequencies, presumably associated with vortex shedding with periodicities of 20 to 90 minutes. Nowcast implications are discussed.
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 | 0,003 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,035 | 0,018 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,045 | 0,048 |
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 ».