MétaCan
Menu
Retour à la cohorte
Enregistrement W7100544920

Published online in Wiley InterScience (www.interscience.wiley.com). DOI: 10.1002/hyp.6123 Boundary-layer growth over snow and soil patches: field observations

2016· article· en· W7100544920 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueCorporeality, Perception, and Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSnowBoundary layerAdvectionSnowmeltField (mathematics)Thermal
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Much of the snowmelt season is characterized by a patchy surface; differential heating of the snow and snow-free surfaces results in a significant horizontal transport of energy that affects and contributes to the snowmelt. The calculation of the rate of energy advection requires some knowledge of the behaviour of the thermal boundary layer over the patches of snow and snow-free surfaces. We present the results from a series of field observations of the rate of growth of the thermal boundary layer over snow and snow-free patches. The results confirm that the boundary-layer growth can be described by a power function of the distance from the leading edge of the patch. For the case of the thermal boundary layer over a snow patch within a bare field, the boundary-layer growth is affected by the upwind surface roughness; the thermal boundary layer over a snow patch within a ‘rough ’ field grows much more quickly than that in a ‘smooth ’ field. Relationships are derived and presented for the parameterization of the boundary-layer growth as a function of distance and upwind surface roughness. Copyright 2006 Crown in the right of Canada. Published by John Wiley & Sons, Ltd. KEY WORDS boundary layer; advection; snowmelt; sensible heat; snow patches

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,742
Score d'incertitude au seuil0,368

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,001
Communication savante0,0040,003
Science ouverte0,0020,003
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,7420,703

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 Opus0,070
Tête enseignante GPT0,270
Écart entre enseignants0,199 · 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.

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 sujetCorporeality, Perception, and EducationTravaux en français237 207