MétaCan
Menu
Retour à la cohorte
Enregistrement W4388529506 · doi:10.1080/07055900.2023.2277710

Winter Storm Activity across Canada at the End of the Century: A CMIP5 Multi-model Projection

2023· article· en· W4388529506 sur OpenAlexafffundvenueabout
S. Basu, David Sauchyn

Notice bibliographique

RevueATMOSPHERE-OCEAN · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensUniversity of Regina
Organismes subventionnairesCompute CanadaUniversity of ReginaU.S. Department of Energy
Mots-clésExtratropical cycloneStormEnvironmental scienceWinter stormClimatologyPrecipitationStorm trackSnowCyclone (programming language)Atmospheric sciencesMeteorologyGeographyGeology

Résumé

récupéré en direct d'OpenAlex

Extratropical cyclones are the main source of precipitation in most of Canada. They bring hazardous weather events like blizzards, heavy snow, freezing rain, etc. They also supply fresh water through spring snow melt and maintain the soil and surface water balance in sub-humid and semi-arid regions. Any future changes in extratropical cyclone activity over Canada may have a significant impact on agriculture and the local economies of the various regions. Future changes in regional storm activity over Canada have not been studied in detail. Therefore, we examined potential changes in extratropical storm activity by the end of the century using data from six models from CMIP5 under historical and future (RCP 8.5) emission scenarios. A statistical analysis of selected storm activity indices, using a storm identification and tracking algorithm, revealed a decrease in the number of storms over the mid-latitude regions of Canada. However, intense storms with a longer duration are projected over all regions at the end of the century. A further investigation of the physical mechanisms revealed that a decrease in the meridional temperature gradient over the mid-latitude regions and shifting of the vertical wind shear are responsible for these expected changes in storm activity.

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 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 enseignants0,479
Score d'incertitude au seuil0,610

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 ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,020
Tête enseignante GPT0,250
Écart entre enseignants0,230 · 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.

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

Citations1
Publié2023
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueATMOSPHERE-OCEANMême sujetClimate variability and modelsTravaux en français237 207