MétaCan
Menu
Retour à la cohorte
Enregistrement W4411206976 · doi:10.1175/jamc-d-24-0106.1

Spatiotemporal Trends in Winter Wind Chill Temperatures across Canada and the United States

2025· article· en· W4411206976 sur OpenAlexaboutno aff
Neil F. Laird, Matthew Sinnenberg, Macy E. Howarth, Cameron W. Crowell

Notice bibliographique

RevueJournal of Applied Meteorology and Climatology · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueGreenhouse Technology and Climate Control
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEnvironmental scienceClimatologyMeteorologyAtmospheric sciencesGeographyGeology

Résumé

récupéré en direct d'OpenAlex

Abstract Wind chill temperature (WCT) is a widely recognized biometeorological variable that quantifies atmospheric conditions that have consequential impacts on many aspects of society, especially human health through exposure to winter conditions that can result in hypothermia, frostbite, and cardiorespiratory mortality. The spatial and temporal variations in WCT and extreme WCT (E WCT) (coldest 1%) were examined using hourly surface measurements collected at 133 stations across Canada and the United States during 40 winters (1979/80–2018/19). Most locations experienced an overall warming in both mean and extreme WCTs. The most substantial and statistically significant warming of mean WCT occurred across Alaska and the Canadian Northwest Territories with values of +3.2° to +6.4°C during the 40-winter time period. Statistically significant warming of mean WCT also occurred along the East Coast of Canada and the United States, as well as across the southeastern United States. Extreme WCT was found to be 10°–30°C colder than the mean WCT, and generally, the extreme WCT warmed at a greater rate than the mean WCT at locations. For example, extreme WCT warmed as much as +10.4°C during the 40-winter time period across portions of Alaska and the Canadian Northwest Territories. Warming air temperatures were found to have a large relative contribution to warming of mean and extreme WCTs with a smaller contribution coming from decreasing wind speeds (WS).

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)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,060

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,005
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
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 Opus0,005
Tête enseignante GPT0,220
Écart entre enseignants0,214 · 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'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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied Meteorology and ClimatologyMême sujetGreenhouse Technology and Climate ControlTravaux en français237 207