MétaCan
Menu
Retour à la cohorte
Enregistrement W4292242335 · doi:10.7717/peerj.13741

Regional impact of large-scale climate oscillations on ice out variability in New Brunswick and Maine

2022· article· en· W4292242335 sur OpenAlexaffabout
Carling R. Walsh, R. Timothy Patterson

Notice bibliographique

RevuePeerJ · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésPacific decadal oscillationClimatologyTeleconnectionEl Niño Southern OscillationIce coreGeologyAntarctic sea iceArctic ice packOceanographySea icePhysical geographyGeography

Résumé

récupéré en direct d'OpenAlex

The available ice out (the date of disappearance of ice from a water body) records were analyzed from four relatively closely spaced lakes in southwestern New Brunswick (Harvey, Oromocto, Skiff) and eastern Maine (West Grand Lake), with the longest set of available observations being for Oromocto Lake starting in 1876. Results of a coherence analysis carried out on the ice out data from the four lakes indicates that there is regional coherence and correspondingly, that regional drivers influence ice out. These results also indicate that ice out dates for lakes from the region where records have not been kept can also be interpolated from these results. As the ice out record was coherent, further analysis was done for only Oromocto Lake on the basis of it having the longest ice out record. Cross-wavelet analysis was carried out between the ice out record and a variety of cyclic climate teleconnections and the sunspot record to identify which phenomena best explain the observed ice out trends. The most important observed contributors to ice out were the North Atlantic Oscillation (NAO) and the El Niño Southern Oscillation (ENSO), with observed periodicities at the interannual scale. At the decadal scale the Pacific Decadal Oscillation (PDO) and the 11-year solar cycle were the only patterns observed to significantly contribute to ice out.

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 enseignants0,029
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0040,000

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 Opus0,024
Tête enseignante GPT0,286
Écart entre enseignants0,262 · 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'admission2
Résumé présentoui

Explorer davantage

Même revuePeerJMême sujetClimate variability and modelsTravaux en français237 207