MétaCan
Menu
Retour à la cohorte
Enregistrement W4320914628 · doi:10.1175/mwr-d-22-0082.1

Anatomy of a Summertime Convective Event over the Arabian Region

2023· article· en· W4320914628 sur OpenAlexfundno aff
Deepak Gopalakrishnan, Sourav Taraphdar, Olivier Pauluis, Lulin Xue, R. S. Ajayamohan, Noor Al Shamsi, Sisi Chen, Jared A. Lee, Wojciech W. Grabowski, Changhai Liu, Sarah A. Tessendorf, Roy Rasmussen

Notice bibliographique

RevueMonthly Weather Review · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensnon disponible
Organismes subventionnairesBiological and Environmental ResearchOffice of ScienceYork UniversityPacific Northwest National LaboratoryNational Center for Atmospheric ResearchNew York University Abu DhabiBattelleKhalifa University of Science, Technology and ResearchU.S. Department of EnergyNational Science Foundation
Mots-clésConvectionWeather Research and Forecasting ModelGeologyClimatologyAtmospheric convectionSea breezeMeteorologyTroposphereGeography

Résumé

récupéré en direct d'OpenAlex

Abstract This study investigates the structure and evolution of a summertime convective event that occurred on 14 July 2015 over the Arabian region. We use the WRF Model with 1-km horizontal grid spacing and test three PBL parameterizations: the Mellor–Yamada–Nakanishi–Niino (MYNN) scheme; the Asymmetrical Convective Model, version 2, (ACM2) scheme; and the quasi-normal scale-elimination (QNSE) scheme. Convection initiates near the Al Hajar Mountains of northern Oman at around 1100 local time (LT; 0700 UTC) and propagates northwestward. A nonorographic convective band along the west coast of the United Arab Emirates (UAE) develops after 1500 LT as a result of the convergence of cold pools with the sea breeze from the Arabian Gulf. The model simulation employing the QNSE scheme simulates the convection initiation and propagation well. Although the MYNN and ACM2 simulations show convective initiation near the Al Hajar Mountains, they fail to simulate the development of the convective band along the UAE west coast. The MYNN run simulates colder near-surface temperatures and a weaker sea breeze, whereas the ACM2 run simulates a stronger sea breeze but a drier lower troposphere. Sensitivity simulations using horizontal grid spacings of 9 and 3 km show that lower-resolution runs develop broader convective structures and weaker cold pools and horizontal wind divergence, affecting the development of convection along the west coast of the UAE. The 1-km run using the QNSE PBL scheme realistically captures the sequence of events that leads to the moist convection over the UAE and adjacent mountains.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,011
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,029
Tête enseignante GPT0,293
Écart entre enseignants0,264 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations6
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMonthly Weather ReviewMême sujetClimate variability and modelsTravaux en français237 207