MétaCan
Menu
← Retour à la cohorte
Enregistrement W4220787116 · doi:10.5194/egusphere-egu22-258

The Regional Impact of Wet and Windy Extremes Over Europe, Following North American Cold Spells

2022· preprint· en· W4220787116 sur OpenAlexaboutno aff
Richard Leeding, Gabriele Messori, Jacopo Riboldi

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPrecipitationClimatologyExtreme ColdCold weatherCold frontEnvironmental scienceGeographyMeteorologyGeology

Résumé

récupéré en direct d'OpenAlex

Due to the compounding nature of co-occurring weather extremes, these events can be highly detrimental to economies, damaging to infrastructure and result in loss of life. Previous work has established a connection between cold spells over North America and extreme wet and windy weather over Europe. This work attempts to identify a statistical link between the regional impact of wet and windy extremes over Europe based on the regional impact of cold spells over North America. We identify cold spells for 41 overlapping regions over North America for full winter (DJF) seasons between 1979 and 2020 using ERA5 data, employing 4 methodologies for the computation of onset dates. The impact of extreme precipitation and wind events over 6 regions of western and central Europe is analysed. Consistent across all methodologies, cold spells over eastern and mid USA are followed by significant wind extremes over Iberia, whilst cold spells over eastern Canada are followed by significant wind extremes over northern Europe and the British Isles. The regional impact of precipitation extremes shows much greater variance, though we find significant Iberian and southern European precipitation for cold spells over eastern USA, consistent with that found for wind extremes. The majority of extreme precipitation and some significant wind extremes also precede the peak of the cold spell. We show also that the frequency of extreme precipitation and wind events over Iberia increases by 1.5 to more than 2 times the climatological frequency, following cold spells in most North American 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)0,000
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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,070

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 Opus0,027
Tête enseignante GPT0,275
Écart entre enseignants0,248 · 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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetClimate variability and models→Travaux en français237 207→