Verification of eddy properties in operational oceanographic analysis systems
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Mesoscale eddy features are found ubiquitously throughout the world’s oceans. Many needs exist for numerical products from operational oceanographic systems to provide information on eddy properties. While numerous eddy identification and tracking methods have been developed for oceanic eddies, specific methods and metrics tailored to verify the skill of ocean analyses and forecasts in capturing these features are lacking. Here we introduce a novel feature-based verification methodology for operational oceanographic systems. This methodology builds on previous efforts at eddy tracking and applies open-source software to provide a robust method to evaluate the skill of operational oceanographic systems in terms of representing observed eddies. We demonstrate that an eddy tracking methodology can discern clear improvements in analyses produced using a regional analysis system (RIOPS; 1/12° grid-resolution) over a global system (GIOPS; 1/4° grid resolution). For eddies with amplitudes greater than 10 cm, RIOPS has a probability of detection 10%–30% higher than GIOPS with a false alarm ratio 5%–10% lower. A significant improvement in the spatial properties of simulated eddies in RIOPS is also found. In particular, results show a marked improvement in radius and separation distance errors (by 25% and 21% respectively), with fewer occurrences of errors above 20 km in radius and 40 km in separation distance. This basic demonstration opens the door for a more detailed examination of eddy features in ocean prediction systems.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| 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 découle