Notice bibliographique
Résumé
This article firstly proposes a fuzzy weighted moving average (FWMA) to compute well for the beginning and end parts. Then, the FWMA is applied to both of the annual anomalies and the annual standardized differences (variance adjusted anomalies) of temperature among the six top nations or regions of cumulative CO2 emissions, Canada and the globe to reveal and compare the interdecadal trends. The related topic of ‘land/sea warming contrast’ was re-analyzed with the FWMA. The main findings are somewhat unexpected as follows: (1) The FWMA curves of anomalies showed that all six nations got warming up stronger than the globe except for India. But the sequence order of the nation’s warming extents in the last decade were much different from those of nation’s cumulative CO2 emissions. (2) The FWMA of the annual standardized differences of temperature showed much better than the annual anomalies. The sequence order of nation’s warming up agreed with that of the cumulative CO2 emissions among the seven nations. In contrary, the globe got warming obviously higher than all the seven nations or regions. The direct reason, in statistics, is that the climatologic variance of the globe is much smaller than all the seven nations, in statistics. (3) The related phenomena of ‘land/sea warming contrast’ appeared only in their anomalies, but disappeared all in the standardized differences. The direct reason is depended upon the around 2 times of difference of the climatologic variance between the land and sea. (4) The FWMA curves for the globe actually much closes to that of the sea than the land.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».