Notice bibliographique
Résumé
This dataset combines crowd-sourced hail reports in Canada between 2005 and 2024 from two internal sources collated by Environment and Climate Change Canada. Time is in UTC. See Provinces and territories of Canada - Wikipedia for province codes. Common reference objects are used to compare with the diameter of the largest hail stone in vicinity. Modifications from 2005-2022 v1.0.0:- Extension of the database from 2005-2022 to 2005-2024. - Inclusion of METAR/SPECI hail/graupel reports (TSGR and TSGS) for 2023-2024 (source: Iowa Environmental Mesonet). Notes:1. There are no (exact) duplicated entries, and the time, location and hail size were checked, but they were not validated against external data sources. 2. One novelty is the systematic addition of METAR/SPECI reports with the extraction of the hail size from the RMK (71 reports, most provide unrealistically small hail diameter and the diameter is not always consistent with the GS/GR code, the default is GS “small hail/graupel” = 3mm and GR “hail” = 10mm if the diameter is not included in RMK). 3. There will be more frequent data from Quebec province than in 2005-2022 because of a better filtering of the French word for hail (grêle). So please do not use the data for studying climatic trends (plus all the usual warnings about using crowd-sourced data).
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,051 | 0,006 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».