MétaCan
Menu
Retour à la cohorte
Enregistrement W4390267715 · doi:10.1175/bams-d-23-0323.1

Celebrating 10 Years of the Subseasonal to Seasonal Prediction Project and Looking to the Future

2023· article· en· W4390267715 sur OpenAlexaff
Steven J. Woolnough, Frédéric Vitart, Andrew W. Robertson, Caio A. S. Coelho, Robert W. Lee, Hai Lin, Arun Kumar, Cristiana Stan, Magdalena Balmaseda, Nico Caltabiano, Munehiko Yamaguchi, Hilla Afargan‐Gerstman, Victoria L. Boult, Felipe M. de Andrade, Dominik Büeler, Aude Carréric, D. A. Campos Diaz, Jonathan J. Day, Joshua Dorrington, Monika Feldmann, Jason C. Furtado, Christian M. Grams, Randal D. Koster, Linda Hirons, Victor S. Indasi, Pramod M. Jadhav, Yule Liu, Patricia Nying’uro, Christopher D. Roberts, Emmanuel Rouges, Jungho Ryu

Notice bibliographique

RevueBulletin of the American Meteorological Society · 2023
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMeteorological Phenomena and Simulations
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesHorizon 2020 Framework ProgrammeUniversity of Reading
Mots-clésLicenseAttributionMeteorologyReading (process)Library scienceHistoryEnvironmental scienceComputer sciencePolitical scienceGeographyPsychologyLawSocial psychology

Résumé

récupéré en direct d'OpenAlex

The conference clearly demonstrated the increasing interest and growth of the scientific community working on the development and application of subseasonal to seasonal prediction since the start of the World Weather Research Programme (WWRP)/World Climate Research Programme (WCRP) Subseasonal to Seasonal (S2S) Prediction project in 2013. The conference, which was held at the University of Reading (United Kingdom), was organized into three main themes as briefly summarized below, with 11 invited talks, 74 oral contributed talks, and 101 posters. The conference also included a 2-h breakout session, wherein eight groups discussed the current state and prospect for S2S prediction, and an early-career researcher event. A summary of these discussions and recommendations is presented below. The conference web page (https://research.reading.ac.uk/s2s-summit2023/) is archived at the University of Reading

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)0,001
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 enseignants0,186
Score d'incertitude au seuil0,797

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,015
Tête enseignante GPT0,230
Écart entre enseignants0,215 · 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

Citations8
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBulletin of the American Meteorological SocietyMême sujetMeteorological Phenomena and SimulationsTravaux en français237 207