MétaCan
Menu
Retour à la cohorte

Oceanographic data assimilation and regression analysis

2000· article· en· W4231087810 sur OpenAlexaffabout
Keith R. Thompson, Michael K. Dowd, Youyu Lu, Bruce A. Smith

Notice bibliographique

RevueEnvironmetrics · 2000
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueOceanographic and Atmospheric Processes
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésData assimilationMultivariate statisticsOceanographyRegressionOcean tideCoastal seaMinificationDimension (graph theory)MeteorologyData setClimatologyEnvironmental scienceGeologyMathematicsStatisticsGeographyMathematical optimization

Résumé

récupéré en direct d'OpenAlex

A simple method is described for assimilating a set of irregularly spaced observations into a dynamically-based model of the coastal ocean. The method can be used with complex models of high dimension and is relatively efficient and effective. It is based on the use of a simpler model to reduce, in an iterative fashion, the mean square difference between the observations and the predictions of the complex model. To illustrate the method we use it to predict tidal sea-levels and currents in the Gulf of St. Lawrence, a semi-enclosed sea off Canada's east coast, from sea-levels measured by 19 coastal tide gauges. The method is shown to predict sea-levels to within several cm, and currents to within several cm s−1. To explain the method, we relate it to the familiar concept of nonlinear regression and the Gauss–Newton algorithm for the minimization of a multivariate function. Copyright © 2000 John Wiley & Sons, Ltd.

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 candidatesCharge 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 enseignants0,265
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,003
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,020
Tête enseignante GPT0,213
Écart entre enseignants0,193 · 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

Citations0
Publié2000
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironmetricsMême sujetOceanographic and Atmospheric ProcessesTravaux en français237 207