d4PDF-WaveHs: the first SMILE-based ensemble of global historical wave height
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The d4PDF-WaveHs dataset represents the first single model initial-condition large ensemble (SMILE, 100-member) of historical significant ocean wave height (Hs) at a global scale. It was produced using an advanced statistical model with predictors derived from Japan's database for policy decision-making for future climate change (d4PDF) ensemble of historical simulations of sea level pressure. d4PDF-WaveHs provides 100 realizations of Hs for the period 1951-2010 (hence 6,000 years of data) on a 1° x 1° latitude-longitude grid. In addition, this dataset contains 14 statistics (including extreme indices) calculated on monthly, seasonal, and annual scales. d4PDF-WaveHs provides unique data to understand better the poorly known role of internal climate variability in ocean wave climate. For example, it can better distinguish climate variability from trend signals. It also provides a better sampling of the entire probability distribution, including the tails where extreme events occur. This is crucial to properly assess wave-driven impacts, such as extreme sea levels on low-lying (and densely) populated coastal areas. This dataset may interest a variety of researchers, engineers, and stakeholders, including those in the fields of climate science, oceanography, coastal management, offshore engineering, and energy resource development.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,000 |
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.
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 découle