MétaCan
Menu
← Retour à la cohorte
Enregistrement W4394053527 · doi:10.5281/zenodo.1482731

Globally Observed Annual Extreme Daily And Persistent Precipitation Relative Totals

2018· dataset· en· W4394053527 sur OpenAlexaboutno aff
Haibo Du, Lisa V. Alexander, Markus G. Donat, Tanya Lippmann, Jim Salinger, Andries Kruger, Gwangyong Choi, Hong S. He, Fumiaki Fujibe, Matilde Rusticucci, Banzragch Nandintsetseg, Rodrigo Manzanas, Shafiqur Rehman, Farhat Abbas, Panmao Zhai, Ibouraïma Yabi, Michael C. Stambaugh, Zhengfang Wu, Shengzhong Wang, Altangerel Batbold, Priscilla Teles de Oliveira, Muhammad Adrees, Wei Hou, Shengwei Zong, Cláudio Moisés Santos e Silva, Paulo Sérgio Lúcio

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2018
Typedataset
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPrecipitationClimatologyEnvironmental scienceGeographyAtmospheric sciencesMeteorologyPhysical geographyGeology

Résumé

récupéré en direct d'OpenAlex

To provide the most comprehensive analysis of observed global extreme daily and persistent precipitation, we use high-quality daily precipitation data from a number of different sources. Co-authors from fifteen countries contributed daily data, most of which until now were not available for global precipitation studies. The compilation of global daily precipitation data includes the GHCND dataset (https://www.ncdc.noaa.gov/ghcn-daily-description), the ECA&D dataset (https://www.ecad.eu/), the USHCN dataset (http://cdiac.ess-dive.lbl.gov/ftp/ushcn_daily/), and the dataset for Canada (http://climate.weather.gc.ca/), raw data provided by authors from Argentina, Australia, Benin, Brazil, China, India, Japan, Korea, Mongolia, New Zealand, Pakistan, South Africa, Saudi Arabia, Spain, and Russia. In total 12151 stations were collated. After quality control and homogeneity test, 6125 high-quality stations with long-term (data are available at least for 45 years) daily precipitation for the period 1961-2010 are remained. The 95th percentile of daily and persistent precipitation series on wet days (≥ 1 mm) is used to identify daily and persistent extremes, respectively. The base period for percentile calculation is 1961-2010. Considering regional precipitation characteristics, the ‘relative total’ used here is not the simple precipitation amount, but a relative measure (%) associated with the local threshold of ‘extremity’ (i.e. the 95th percentile) and the total extreme precipitation amount. The relative total of extreme precipitation is defined as the mean precipitation amount exceeding the threshold divided by the corresponding threshold. This dataset contains the annual extreme precipitation relative totals for the 6125 stations.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,005
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,067
Tête enseignante GPT0,245
Écart entre enseignants0,178 · 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'étudeSans objet
Domainenon disponible
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)→Même sujetClimate variability and models→Travaux en français237 207→