MétaCan
Menu
Retour à la cohorte
Enregistrement W4280514199 · doi:10.1038/s41598-022-12189-2

Destructive coastal sea level oscillations generated by Typhoon Maysak in the Sea of Japan in September 2020

2022· article· en· W4280514199 sur OpenAlexaff
Igor Medvedev, Alexander B. Rabinovich, Jadranka Šepić

Notice bibliographique

RevueScientific Reports · 2022
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueTropical and Extratropical Cyclones Research
Établissements canadiensFisheries and Oceans Canada
Organismes subventionnairesRussian Science FoundationDivision of Ocean SciencesEuropean Research CouncilHrvatska Zaklada za Znanost
Mots-clésTyphoonStorm surgeSeicheClimatologyStormTropical cycloneOceanographySea levelForcing (mathematics)Cyclone (programming language)PeninsulaEnvironmental scienceSubsidenceSea breezeGeologyMeteorologyGeography

Résumé

récupéré en direct d'OpenAlex

Typhoon Maysak (Julian in the Philippines) was a powerful tropical cyclone that strongly impacted coastal regions of the Sea of Japan on 2-4 September 2020. Destructive winds, violent storm waves, and intense rainfall occurred in Japan, on the Korean Peninsula, and in Far-Eastern Russia. Devastating coastal floods caused severe damage to coastal infrastructure and to ships and boats anchored in harbours and were responsible for numerous deaths. Our study indicates that the main reason for the destructive floods was the superposition of storm surge, extreme seiches (meteorological tsunamis), and surf beats. At various sites, different types of sea level oscillations prevailed depending on the atmospheric forcing, local topographic properties, and resonant shelf/coastal zone features. The principal forcing factors of these oscillations were atmospheric pressure and wind stress, but the exact generation mechanism of each specific type of oscillation was strongly site dependent. The uniqueness of the sea level response at each site is the main challenge in our understanding of the generation process and to the mitigation of the hazardous consequences of possible future events.

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)0,001
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 enseignants0,033
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0030,000

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 GPT0,246
Écart entre enseignants0,219 · 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

Citations39
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetTropical and Extratropical Cyclones ResearchTravaux en français237 207