The CSSL – A New Era in Severe Storms Data and Research in Canada
Notice bibliographique
Résumé
The Canadian Severe Storms Laboratory (CSSL) was launched at Western University in October of 2024 with the aim of being the authority for severe convective storm (SCS) data and research in Canada. The CSSL will advance the detection, documentation and understanding of SCS and their impacts across the country.The CSSL’s mission is currently driven by three key projects: the Northern Tornadoes Project, the Northern Hail Project, and the Northern Mesonet Project. The Northern Tornadoes Project aims to improve tornado, downburst and derecho detection and documentation across Canada, utilizing aerial and ground surveys, satellite imagery and advanced research methods to improve the Canadian climatology and analyze trends.The Northern Hail Project focuses on understanding hailstorm frequency, intensity, and impacts, leveraging radar observations, hail collection and damage assessments to better characterize hail hazards.The Northern Mesonet Project supports these initiatives by increasing the spatial density of real-time advanced weather observations, enhancing data availability, and improving data quality for SCS analysis and prediction.It is anticipated that an additional project, focused on flash flooding hazards related to SCS, will be launched under the CSSL banner in the coming years. Some work has already begun in that area.The CSSL also provides unique training opportunities through its graduate student and internship programs. These programs aim to cultivate the next generation of SCS researchers by offering hands-on experience with in-field data collection, techniques development and applied research.This presentation will outline the strategic framework and technological advancements that underpin the CSSL’s operations and research. It will also showcase the latest findings from each project and explore future directions.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,020 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,011 | 0,023 |
| Études des sciences et des technologies | 0,009 | 0,008 |
| Communication savante | 0,015 | 0,010 |
| Science ouverte | 0,006 | 0,009 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,003 |
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».