MétaCan
Menu
Retour à la cohorte
Enregistrement W4388688900 · doi:10.1002/wea.4498

The marine heatwave west of Ireland in June 2023

2023· article· en· W4388688900 sur OpenAlexaboutno aff
Gerard McCarthy, Sandra Plecha, Guillaume Charria, Amélie Simon, Coline Poppeschi, Ana Russo

Notice bibliographique

RevueWeather · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensnon disponible
Organismes subventionnairesInstituto Dom Luiz, Universidade de LisboaFundação para a Ciência e a TecnologiaMinistério da Ciência, Tecnologia e Ensino SuperiorAgence Nationale de la RechercheIrish Research eLibrary
Mots-clésIrishLibrary scienceHumanitiesGeographyArchaeologyCartographyPhysical geographyArtPhilosophyComputer scienceLinguistics

Résumé

récupéré en direct d'OpenAlex

The summer of 2023 had been notable for a number of climate extremes: sea ice in the Antarctic dropped to its lowest for the time of year since satellite records began in the 1970s (NASA Earth Observatory, 2023), terrestrial heatwaves engulfed southern Europe and southern United States/Mexico that would have been ‘virtually impossible’ without climate change (WorldWeatherAttribution, 2023), and sea-surface temperatures (SSTs) in the North Atlantic reached their highest since satellite records began in 1982 (NOAA, 2023). In concert with these terrestrial heatwaves and high Atlantic SSTs, a severe marine heatwave(MHW) developed in the eastern North Atlantic, west of Ireland (Figure 1a). Except for a narrow band close to the coast from Greenland to Canada, SSTs everywhere in the North Atlantic were above the 41-yearaverage (1982–2023), with many regions experiencing temperatures 2 degC higher than average. In the study region westof Ireland (highlighted in Figure 1b), the SST reached an impressive 4 degC above average.

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 enseignants0,107
Score d'incertitude au seuil0,212

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,016
Tête enseignante GPT0,235
Écart entre enseignants0,219 · 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

Citations14
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWeatherMême sujetClimate variability and modelsTravaux en français237 207