MétaCan
Menu
Retour à la cohorte
Enregistrement W4386945674 · doi:10.48550/arxiv.2309.15393

A statistical physics and dynamical systems perspective on geophysical extreme events

2023· preprint· en· W4386945674 sur OpenAlexaff
Davide Faranda, Gabriele Messori, Tommaso Alberti, M. Carmen Álvarez-Castro, Théophile Caby, Leone Cavicchia, Erika Coppola, Reik V. Donner, B. Dubrulle, Vera Melinda Gálfi, Valerio Lembo, Robin Noyelle, Bernardo Spagnolo, Sandro Vaienti, Davide Valenti, Pascal Yiou

Notice bibliographique

RevuearXiv (Cornell University) · 2023
Typepreprint
Langueen
DomaineComputer Science
ThématiqueSeismology and Earthquake Studies
Établissements canadiensImpact
Organismes subventionnairesCentre National de la Recherche ScientifiqueUniversity of New South WalesAgence Nationale de la RechercheEuropean CommissionIstituto Nazionale di Alta Matematica "Francesco Severi"Scuola Normale SuperioreStanley Medical Research Institute
Mots-clésPerspective (graphical)GeophysicsDynamical systems theoryStatistical physicsPhysicsComputer scienceQuantum mechanicsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Statistical physics and dynamical systems theory are key tools to study high-impact geophysical events such as temperature extremes, cyclones, thunderstorms, geomagnetic storms and many more. Despite the intrinsic differences between these events, they all originate as temporary deviations from the typical trajectories of a geophysical system, resulting in well-organised, coherent structures at characteristic spatial and temporal scales. While statistical extreme value analysis techniques are capable to provide return times and probabilities of occurrence of certain geophysical events, they are not apt to account for their underlying physics. Their focus is to compute the probability of occurrence of events that are large or small with respect to some specific observable (e.g. temperature, precipitation, solar wind), rather than to relate rare or extreme phenomena to the underlying anomalous geophysical regimes. This paper outlines this knowledge gap, presenting some related challenges, new formalisms and briefly commenting on how stochastic approaches tailored to the study of extreme geophysical events can help to advance their understanding.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,710
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,107
Tête enseignante GPT0,214
Écart entre enseignants0,107 · 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'étudeThéorique ou conceptuel
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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuearXiv (Cornell University)Même sujetSeismology and Earthquake StudiesTravaux en français237 207