MétaCan
Menu
Retour à la cohorte
Enregistrement W4396624749 · doi:10.1038/s41597-024-03282-4

High resolution Tibetan Plateau regional reanalysis 1961-present

2024· article· en· W4396624749 sur OpenAlexaff
Peifeng Zhou, Jianping Tang, Mengnan Ma, Dabin Ji, Jiancheng Shi

Notice bibliographique

RevueScientific Data · 2024
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensMinistry of Education and Child Care
Organismes subventionnairesNational Key Research and Development Program of ChinaJiangsu Collaborative Innovation Center for Climate ChangeNational Natural Science Foundation of China
Mots-clésPlateau (mathematics)ClimatologyPrecipitationEnvironmental scienceWeather Research and Forecasting ModelGlacierPermafrostGlobal warmingInitializationClimate changeAtmospheric sciencesPhysical geographyMeteorologyGeologyGeography

Résumé

récupéré en direct d'OpenAlex

With the rapid global warming in recent decades, the Tibetan Plateau (TP) has suffered severe impacts, such as glacier retreat, glacial lake expansion, and permafrost degradation, which threaten the lives and properties of the local and downstream populations. Regional Reanalysis (RR) is vital for TP due to the limitations of observations. In this work, a 62-year (1961-2022) long atmospheric regional reanalysis with spatial resolution of 9 km (convective gray-zone scale) and temporal resolution of 1 hour over the TP (TPRR) was developed using the Weather Research and Forecasting (WRF) model, combined with re-initialization method, spectral nudging (SN), and several optimizations. TPRR is forced by ERA5 at hourly intervals. TPRR outperforms ERA5, realistically capturing climatological characteristics and seasonal variations of precipitation and T2m (air temperature at 2m above ground level). Moreover, TPRR better reproduces the frequency and intensity of precipitation, as well as the diurnal cycle of precipitation. This study also quantifies the wetting trend of 0.0071 mm/year over the TP amid global warming using TPRR.

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaaucune catégorie
Domaine: non disponible · Genre: Jeu de données
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Observationnellow
gptaucune catégorie
Domaine: non disponible · Genre: Jeu de données
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Sans objetlow
modèles en désaccordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,202
Score d'incertitude au seuil0,999

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 technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,083
Tête enseignante GPT0,270
Écart entre enseignants0,186 · 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

Étiqueté directement par 2 modèles lisant le dossier complet.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.

Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.

Devis d'étudeObservationnel · Sans 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

Citations16
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific DataMême sujetCryospheric studies and observationsTravaux en français237 207