Impact des données d'avions AMDAR dans le Nord canadien sur la qualité de l'analyse et des prévisions
Notice bibliographique
Résumé
Le Nord canadien est peu couvert en données d’observations in situ permettant de produire des profils atmosphériques. Les stations météorologiques qui récoltent les données de radiosondages se trouvent en grande partie plus au sud du Canada. Une alternative est d’assimiler des données AMDAR prises par des avions de onze vols commerciaux (FLYHT) dans cette région. Comme les radiosondages, les avions enregistrent des données couvrant un profil atmosphérique au décollage et à l’atterrissage. Durant le vol, les données sont récoltées à l’altitude du vol. Le but de cette étude était d’évaluer l’impact de l’ajout de données d’avions AMDAR dans le Nord canadien sur la qualité de l’analyse et sur les prévisions qui en résultent. En examinant la position des données d’avions, trois situations ont été choisies durant la période février-mars 2020. Celles-ci montrent une circulation atmosphérique propice à propager l’information des observations dans les régions avoisinantes. En utilisant les résultats du cycle d’assimilation de référence, le contrôle, et ceux du cycle FLYHT dans lequel on a ajouté les données d’avion à celles utilisées dans le contrôle, plusieurs expériences ont été produites. Pour chaque cas, l’incrément d’analyse obtenu en n’assimilant que ces données est d’amplitude nettement plus grande que l’incrément obtenu en les assimilant avec toutes les données assimilées opérationnellement. La valeur ajoutée des données d’avion est donc nettement moindre à cause de la redondance avec les données déjà assimilées. En considérant des conditions initiales définies par le cycle FLYHT d’une part, et d’autre part en utilisant ce même cycle en retirant les données d’avions, on soustrait les deux prévisions résultantes pour observer l’évolution de l’incrément d’analyse. On constate alors que les observations exercent une influence qui se propage selon la dynamique particulière au cas considéré. Au-delà d’une réduction de l’erreur de prévision moyennée sur cette période, cette approche permet de montrer comment l’ajout de nouvelles observations influence un cas météorologique particulier.
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 | 0,004 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,005 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 ».