MétaCan
Menu
Retour à la cohorte
Enregistrement W7062810477

Towards the development of a high resolution extreme wind climatology for Switzerland

2005· report· en· W7062810477 sur OpenAlexaboutno aff

Notice bibliographique

RevueArchive ouverte UNIGE (University of Geneva) · 2005
Typereport
Langueen
DomainePhysics and Astronomy
ThématiqueAdaptive optics and wavefront sensing
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDownscalingHadCM3StormClimate modelClimate changeWind speedAtmospheric modelWinter storm
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This study aims at establishing a high-resolution climatology of extreme winds over Switzerland using a numerical modelling approach. The basic model is the Canadian Regional Climate Model (CRCM; Caya and Laprise, 1999) to which is applied a new windgust parameterisation (Brasseur, 2001; Goyette et al., 2003). This model has previously shown genuine skill in downscaling a number of observed windstorms over Western Europe using the NCEP-NCAR reanalysis as driving data (e.g. Goyette et al., 2001). As input data, this study uses the simulated outputs of the UK HADLEY Center's HADCM3 coupled ocean-atmosphere global model - available in the EU 5th Framework Program “PRUDENCE” project (Christensen et al., 2002)- for the 1961-1990 period. Using the multiple self-nesting procedure of the CRCM, a number of storms are downscaled at 2 km over Switzerland. The preliminary analysis of ten windstorms is very encouraging: the potential areas which experienced severe winds agree well with observations. Most of the severe winds episodes are embedded in westerly flows; however observations show that strong winds may also be generated by southerly and northerly type of flows. These results thus prompt the need for further storm investigation to encompass the largest portion of potential extreme wind cases since the ultimate goal is to assess the change in the behaviour of extreme winds under climate changes based on the IPCC A2 greenhouse-gas emission scenario.

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)0,001
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,040
Score d'incertitude au seuil0,080

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,048
Tête enseignante GPT0,237
Écart entre enseignants0,189 · 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'étudeSimulation ou modélisation
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
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArchive ouverte UNIGE (University of Geneva)Même sujetAdaptive optics and wavefront sensingTravaux en français237 207