MétaCan
Menu
← Retour à la cohorte
Enregistrement W7097448057

Corresponding author’s address:

2006· article· en· W7097448057 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPacific decadal oscillationEl Niño Southern OscillationPrecipitationSnowRange (aeronautics)Regression analysisLinear regressionRegression
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

A weak-to-moderate El Niño event is developing over the equatorial Pacific Ocean. Meanwhile, the Pacific Decadal Oscillation (PDO) is flip-flopping between positive and negative phases in the last few months. This study focuses on using correlations of the antecedent El Niño/Southern Oscillation (ENSO) and PDO signals with the climatic variables of Vancouver in the following February and March, these being the time of the 2010 Vancouver Olympic and Paralymic Games respectively, to construct a predictive model with known skill. It is shown that significant early ENSO signals can indeed be detected in the Vancouver temperature records in February and March, with the maximum correlation coefficients occurring when the ENSO signals in June or July lead Vancouver temperatures in February for seven to eight months. These long-lead ENSO signals are modified by the PDO signals to some extent. Regression models based on the significant ENSO/PDO signals achieve meaningful scores for temperature predictions. Given the current El Niño and PDO conditions, the regression models suggest that the monthly mean temperature in Metro Vancouver will be about 0.6 to 1.1°C above normal in February 2010 and about to 0.6°C around normal in March 2010. In Metro Vancouver, the projecting precipitation amounts in February 2010 are in the range of 60–80 mm, with respect to the climatological mean and median of 113 mm and 107 mm, respectively. The projecting snowfall amounts in the same month are in the range of 0.0–1.3 cm, with respect to the climatological mean and median of 7.9 cm and 1.8 cm, respectively.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,122
Score d'incertitude au seuil0,174

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,001
Communication savante0,0030,001
Science ouverte0,0010,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,8780,798

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 Opus0,024
Tête enseignante GPT0,257
Écart entre enseignants0,233 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetClimate variability and models→Travaux en français237 207→