MétaCan
Menu
← Retour à la cohorte
Enregistrement W6923382625 · doi:10.14288/1.0041777

Interannual variability of accumulated snow in the Columbia basin, British Columbia

2016· article· en· W6923382625 sur OpenAlexaboutno aff

Notice bibliographique

RevueOpen Collections · 2016
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueDiverse Scientific and Economic Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSnowSea surface temperatureSpring (device)Period (music)Structural basinSnowmeltWater equivalentSnow cover

Résumé

récupéré en direct d'OpenAlex

Snow water equivalent anomalies (SWEA) measured around April 1 by stations in the Columbia basin area in British Columbia, Canada, were studied for their interannual variability during the period 1950–1999, particularly in relation to El Niño/La Niña events and to high and low Pacific–North American (PNA) atmospheric circulation patterns. Composites of the SWEA showed that SWEA were negative during El Niño years, positive during La Niña years, negative during high PNA years, and positive during low PNA years. High PNA appeared to have the most impact on the SWEA, followed by La Niña, El Niño, and low PNA. In the Columbia basin area, La Niña effects (relative to El Niño effects) on SWEA decrease northward and eastward but strengthen with elevation. Composites of the Pacific sea surface temperature anomalies (SSTA) during the 10 lowest SWEA years revealed weak signals, with El Niño warm SSTA present only during spring and early summer in the preceding year and the SSTA pattern consistent with a high PNA present by fall and winter. In contrast, composites of the SSTA during the 10 highest SWEA years showed strong La Niña cool SSTA starting around May in the preceding year and lasting onto winter. An edited version of this paper was published by AGU. Copyright 2001 American Geophysical Union.

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 enseignants0,013
Score d'incertitude au seuil0,084

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
Bibliométrie0,0020,004
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,034
Tête enseignante GPT0,224
Écart entre enseignants0,190 · 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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen Collections→Même sujetDiverse Scientific and Economic Studies→Travaux en français237 207→