Oostelijke faseverschuiving planetaire golven als oorzaak of gevolg van zonaal asymmetrische klimaatopwarming op gemiddelde breedtegraad van het noordelijk halfrond in april
Bibliographic record
Abstract
De temperatuur in West-Europa stijgt in april sneller dan jaargemiddeld. Bovendien warmt WestEuropa in april sneller op dan andere gebieden op dezelfde breedtegraad, zoals Oost-Canada. In dit\nverslag bespreek ik of een toename van zuidelijke wind door versterking of oostelijke verschuiving\nvan de trog van planetaire golven rond West-Europa als consequentie van veranderde\nsneeuwbedekking een oorzaak of gevolg is van de zonaal asymmetrische opwarming en de versterkte\nopwarming in april van West-Europa. Met behulp van hoofdcomponentanalyse blijkt er een zwak\nstatistisch verband te zijn tussen (i) de temperatuur in West-Europa en de sneeuwbedekking op\nEurazië en (ii) de temperatuur in Oost-Canada en sneeuwbedekking op Noord-Amerika. Door het\nweergeven van de zonaal gemiddelde v-component van de wind in april als functie van de\nlengtegraad, volgt dat er sprake is van een oostelijke verschuiving van het de trog boven de\nAtlantische oceaan. Er is geen tot weinig verschuiving van de trog in Oost-Canada. Daardoor is er\nsprake van meer zuidelijke wind in april in West-Europa. Door het bepalen van de lokale tijdafgeleide\nvan de temperatuur blijkt echter dat de term afhankelijk van de meridionale snelheid juist afneemt\nmet de tijd voor West-Europa. Zo volgt dat er sprake is van een longitudinaal homogenere\ntemperatuurverdeling met de jaren waardoor de zuidelijke wind als gevolg van oostelijke\nverplaatsing van de trog niet de oorzaak kan zijn van de versterkte temperatuurtoename in WestEuropa in april. Wel is er in april een toename gemeten van de verticale windsnelheid in De Bilt en\nGoose, welke wel een bijdrage levert aan de toegenomen temperaturen in april ten opzichte van het\njaargemiddelde.
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 | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.035 | 0.005 |
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".