MétaCan
Menu
← Retour à la cohorte
Enregistrement W4284971396 · doi:10.5194/egusphere-2022-530-rc2

Comment on egusphere-2022-530

2022· peer-review· en· W4284971396 sur OpenAlexaboutno aff
Sara M. Vallejo‐Bernal, Frederik Wolf, Niklas Boers, Dominik Traxl, Norbert Marwan

Notice bibliographique

Revuenon disponible
Typepeer-review
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensnon disponible
Organismes subventionnairesBundesministerium für Bildung und ForschungVolkswagen FoundationDeutsche Forschungsgemeinschaft
Mots-clésTroposphereEnvironmental scienceClimatologyWater vaporGeopotential heightPrecipitationAtmospheric sciencesMeteorologyGeologyGeography

Résumé

récupéré en direct d'OpenAlex

Abstract. Atmospheric rivers (ARs) are filaments of extensive water vapor transport in the lower troposphere, that play a crucial role in the distribution of water, but can also cause natural and economical damage by facilitating heavy rainfall. Here, we investigate the large-scale spatio-temporal synchronization patterns of heavy rainfall over the western coast and the continental regions of North America (NA), during the period from 1979 to 2018. In particular, we utilize event synchronization and a complex network approach incorporating varying delays to examine the temporal evolution of spatial patterns of heavy rainfall events in the aftermath of land-falling ARs. For that, we employ the SIO-R1 catalog of ARs that land-fall over the western coast of NA, categorized in terms of strength and persistence on an AR-intensity scale which varies from category 1 to 5, along with daily rainfall estimates from the ERA5 reanalysis with 0.25° spatial resolution. Our analysis reveals a cascade of synchronized heavy rainfall events, triggered by ARs of category 3 or higher: in the first 3 days after the first day of an AR strike, rainfall events mostly occur and synchronize along the western coast of NA. In the subsequent days, moisture can be transported to central and eastern Canada and cause synchronized but delayed heavy rainfall there. Furthermore, we assess the robustness of our findings by studying an additional AR detection method. Finally, analyzing the anomalies of integrated water vapor transport, geopotential height, upper-level meridional wind, and rainfall, we find atmospheric circulation patterns that are consistent with the spatio-temporal evolution of the synchronized heavy rainfall events. Understanding and revealing the effects of ARs in the rainfall patterns over NA will lead to better anticipating the evolution of the climate dynamics of the region in the context of a changing climate.

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)0,001
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut 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: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,363
Score d'incertitude au seuil0,908

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0030,002
Science ouverte0,0020,002
Intégrité de la recherche0,0130,007
Charge utile insuffisante (le modèle a refusé de juger)0,3630,228

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 Opus0,044
Tête enseignante GPT0,293
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.

Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

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→