MétaCan
Menu
Retour à la cohorte
Enregistrement W4392372762 · doi:10.20944/preprints202308.0260.v2

Application of Shannon Entropy in Assessing Changes in Precipitation Conditions and Temperature Based on Long-Term Sequences Using the Bootstrap Method

2024· preprint· en· W4392372762 sur OpenAlexaff
Bernard Twaróg

Notice bibliographique

RevuePreprints.org · 2024
Typepreprint
Langueen
DomaineComputer Science
ThématiqueAdvanced Computational Techniques in Science and Engineering
Établissements canadiensChurchill Northern Studies Centre
Organismes subventionnairesnon disponible
Mots-clésTerm (time)Entropy (arrow of time)PrecipitationStatistical physicsMathematicsStatisticsEconometricsEnvironmental scienceComputer scienceThermodynamicsMeteorologyPhysics

Résumé

récupéré en direct d'OpenAlex

In this paper, the Shannon entropy measure was used to assess changes in precipitation and temperature conditions. Due to the short, low-volume sequences of precipitation and temperature data analysed, a bootstrap method was used in the procedure for calculating Shannon entropy. The analysis used minimum and maximum values of monthly precipitation totals and monthly mean temperatures for 377 catchments distributed across the globe. A 110-year data series from 1901 to 2010 was analysed. Entropy values for the estimated parameters of the generalised extreme value distribution (GEV) were calculated for the adopted data. Entropy value calculations were performed for the left-hand constraint, based on minimum values, and for the right-hand constraint, based on maximum values. The applicability of Shannon's entropy measure in the analysis of climate change was demonstrated by allowing the degree of disorder and complexity of the distributions describing climate variables in the form of precipitation and temperature to be measured. This made it possible to obtain information on the directions of changes occurring with regard to minimum and maximum values in the field of monthly precipitation and mean temperatures in the analysed catchments. The study demonstrated the existence of Shannon entropy trends. The evaluation of entropy trends for precipitation and temperature sequences was performed using non-parametric tests. Mann -Kendall tests at the 5% significance level were used for trend analyses. The Pettitt test was performed to determine the point of change in trend for the rainfall and temperature data. The performed analysis was supported by graphical presentations.

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)0,007
score de la tête « metaresearch » (Gemma)0,023
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,023
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,004
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,116
Tête enseignante GPT0,435
Écart entre enseignants0,319 · 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'étudeSimulation ou modélisation
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

Citations5
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePreprints.orgMême sujetAdvanced Computational Techniques in Science and EngineeringTravaux en français237 207