MétaCan
Menu
Retour à la cohorte
Enregistrement W4225395612 · doi:10.1080/07055900.2022.2060794

The Severe Multi-Day October 2019 Snow Storm Over Southern Manitoba, Canada

2022· article· en· W4225395612 sur OpenAlexafffundvenueabout
John Hanesiak, Ronald E. Stewart, Dylan Painchaud-Niemi, Shawn M. Milrad, Chaojie Liu, Michael Vieira, Julie M. Thériault, Mélissa Cholette, Kyle Ziolkowski

Notice bibliographique

RevueATMOSPHERE-OCEAN · 2022
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMeteorological Phenomena and Simulations
Établissements canadiensEnvironment and Climate Change CanadaUniversité du Québec à MontréalManitoba HydroUniversity of Manitoba
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada First Research Excellence Fund
Mots-clésSnowStormWinter stormClimatologyAdvectionSevere weatherTroposphereAtmospheric sciencesGeologyPrecipitationEnvironmental scienceMeteorologyGeographyOceanographyGeomorphology

Résumé

récupéré en direct d'OpenAlex

A devastating storm struck southern Manitoba, Canada on 10–13 October 2019, producing a large region of mainly sticky and wet snow. Accumulations reached 75 cm, wind gusts exceeded 100 km h−1, and surface temperature (T) remained near 0°C (−1°C ≤ T ≤ 1°C) for up to 88 h. It produced the largest October snowfall and was the earliest to produce at least 20 cm since 1872 in Winnipeg. These factors led to unparalleled damage and power restoration challenges for Manitoba Hydro and, with leaves still largely on vegetation, the most damaging storm to Winnipeg’s trees ever recorded. The storm’s track was uncommon, and produced elevated convection related to buoyancy-driven instability and conditional symmetric instability (CSI), with a moist absolutely unstable layer (MAUL) near 500 hPa. Instabilities were released via lift through lower-tropospheric warm advection and frontogenesis, differential cyclonic vorticity advection, and jet streak dynamics. Precipitation bands, elevated convection, and lake effect snow bands enhanced local snowfall. Snow adhering to structures was not always wet but, when present, it sometimes occurred because of incomplete freezing of particles partially melted aloft in a near-surface (<100 m deep) inversion. Although other storms over the historical record have produced a similar combination of severe precipitation, temperature and wind conditions, none have done this for such a long period.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,257
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0210,000

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 Opus0,015
Tête enseignante GPT0,195
Écart entre enseignants0,181 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
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

Citations7
Publié2022
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueATMOSPHERE-OCEANMême sujetMeteorological Phenomena and SimulationsTravaux en français237 207