MétaCan
Menu
← Retour à la cohorte
Enregistrement W4388015472 · doi:10.5194/egusphere-2023-2045-rc1

Comment on egusphere-2023-2045

2023· peer-review· en· W4388015472 sur OpenAlexaff
Charles Amory, Christoph Kittel

Notice bibliographique

Revuenon disponible
Typepeer-review
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric and Environmental Gas Dynamics
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésKatabatic windExtrapolationClimatologyAtmospheric sciencesEnvironmental scienceGeologyPressure gradientSurface pressureScale (ratio)Wind speedPlanetary boundary layerBoundary layerMeteorologyGeographyOceanographyPhysicsTurbulence

Résumé

récupéré en direct d'OpenAlex

Abstract. Near-surface winds play a crucial role in the climate of Antarctica, but accurately quantifying and understanding their drivers is complex. They result from the contribution of two distinct families of drivers: large-scale pressure gradient, and surface-induced pressure gradients known as katabatic and thermal wind. The extrapolation of vertical potential temperature above the boundary layer down to the surface enables us to separate and quantify the contribution of these different pressure gradients in the momentum budget equations. Using this method applied to outputs of the regional atmospheric model MAR at a 3-hourly resolution, we find that the seasonal and spatial variability of near-surface winds in Adélie Land is dominated by surface processes. On the other hand, high temporal variability (3-hourly) is mainly controlled by large-scale variability everywhere in Antarctica, except in the coastal area. In these coastal regions, although the katabatic acceleration surpasses all other accelerations in magnitude, none of the katabatic nor large-scale accelerations can be identified as primary drivers of near-surface winds variability. Strong wind speed events in coastal Antarctica are driven by both katabatic and large-scale accelerations, as well as the angle between them.

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)0,003
score de la tête « metaresearch » (Gemma)0,021
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,287
Score d'incertitude au seuil0,959

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,021
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,002
Communication savante0,0040,003
Science ouverte0,0020,002
Intégrité de la recherche0,0180,008
Charge utile insuffisante (le modèle a refusé de juger)0,2870,209

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 Opus0,019
Tête enseignante GPT0,254
Écart entre enseignants0,235 · 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'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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAtmospheric and Environmental Gas Dynamics→Travaux en français237 207→