MétaCan
Menu
← Retour à la cohorte
Enregistrement W7100552318

(www.interscience.wiley.com) DOI: 10.1002/joc.1423 Remote weather associated with North Pacific subtropical sea-level high properties

2016· article· en· W7100552318 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMiddle latitudesPrecipitationOutgoing longwave radiationSubtropicsSubtropical ridgeAdvectionTropical Eastern PacificPacific ocean
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Remote events influencing North Pacific (NP) subtropical high properties in monthly and daily data are identified. Variability in the NP during summer is far more strongly dominated by midlatitude events than in South Pacific (SP); low-pass filtering is required to see tropical associations. The dominant pattern in composites, correlations, and regressions is a midlatitude wave train. A stronger NP high was led by higher sea-level pressure (SLP) just east of Japan and lower SLP over central Canada and to a lesser extent over western tropical Pacific. Various mechanisms have been proposed to force the NP high: (1) Heating over southwestern North America (with cooling off the west coast). However, higher temperatures over North America follow stronger SLP over the NP high and occur much further east than postulated. Higher SLP occurs where temperatures are lower over western North America and adjacent ocean. Thermal pattern is consistent with temperature advection between NP high and Canadian low. (2) Precipitation over and near Central America. However, SLP increase on the SE side of the high is led by higher SLP (and higher outgoing longwave radiation (OLR)) along the west coast of Mexico and Central America. Normalized regressions find a very weak lower OLR in North American monsoon preceding stronger NP high, but the region is much smaller in size and magnitude than other significant areas.

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 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 enseignants0,787
Score d'incertitude au seuil0,304

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,004
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,7870,794

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 Opus0,035
Tête enseignante GPT0,201
Écart entre enseignants0,167 · 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 sujetClimate variability and models→Travaux en français237 207→