Analysis of boundary layer wind structures associated with land-falling hurricanes
Bibliographic record
Abstract
Les ouragans constituent un risque naturel majeur qui touche des millions de personnes chaque année. La prévision de leur intensité, la vitesse maximale du vent, n'est pas optimale, pouvant conduire à une sous-estimation de la gravité des cyclones tropicaux, des dégâts, des blessés et des décès.Une partie du problème, soulignée par plusieurs scientifiques, est le manque d'observations dans la couche limite des ouragans, en particulier sur les terres. Cette étude explore la technique de représentation de la vitesse Doppler par rapport à l'azimut avec des données WSR-88D, l'adapte à la couche limite des ouragans pour créer des profils de vent et teste son exactitude grâce à d'autres observations. Cette méthode est appliquée à deux ouragans et une forte tempête tropicale qui ont frappé les côtes sud-est des États-Unis. L'utilité de ce travail est déterminée par comparaison avec des résultats de modèle et des réanalyses.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".