1,720,957 research outputs found
Going Beyond Counting First Authors in Author Co-citation Analysis
Get PDFThe present study examines one of the fundamental aspects of author co-citation analysis (ACA) - the way co-citation
counts are defined. Co-citation counting provides the data on which all subsequent statistical analyses and mappings
are based, and we compare ACA results based on two different types of co-citation counting - the traditional type that
only counts the first one among a cited work's authors on the one hand and a non-traditional type that takes into
account the first 5 authors of a cited work on the other hand. Results indicate that the picture produced through this non-traditional author co-citation counting contains more coherent author groups and is therefore considerably clearer. However, this picture represents fewer specialties in the research field being studied than that produced through the traditional first-author co-citation counting when the same number of top-ranked authors is selected and analyzed. Reasons for these effects are discussed
Predictability of the seasonal distribution of precipitation and temperature, using the seasonal prediction model CFSv2 in Europe
No full textDie vorliegende Masterarbeit untersucht die Prognostizierung der Jahreszeitlichen Ausprägung von Temperatur und Niederschlag, durch das saisonale Vorhersagemodell Climate Forecast System 2 in Europa. Im Zuge dessen wird ein Hindcast Modelllauf von 1984 bis 2009 mit der operationellen Einstellung des Modelles, mit einem Reanalyse Datensatz des Zeitraumes verglichen. Zu diesem Zweck werden beide Datensätze in räumlicher und zeitlicher Auflösung angepasst. Die als Rasterdatensätze vorliegenden Daten werden durch Verrechnung dieser miteinander verglichen. Aus einem ersten visuellen Vergleich der Raster, werden Hotspots der größten und niedrigsten Abweichungen erfasst. Die größten Abweichungen werden gerade im mediterranen Bereich um das Mittelmeer und in den von Gebirgen geprägten Gebieten identifiziert. Aus diesen Hotspots werden Zeitreihen der Monatsmittel, sowie der Jahreszeiten Winter (DJF) und Sommer (JJA) gebildet. Anhand statistischer Aus- und Bewertungskriterien werden diese analysiert. Dabei stellt sich heraus, dass die Modellierung an den meisten Standorten zu unzuverlässigen Ergebnissen in der Jahreszeitlichen Betrachtung kommt. Korrelationskoeffizient und Nash-Sutcliffe Koeffizienten bestätigen die geringen Modellergebnisse, gerade im Sommer sind die Ergebnisse durchweg unzuverlässig. Das unzuverlässigste Ergebnis von - 66,64 NSME und + 86,28 % PBIAS wurde an einem Standort auf der zentralen Iberischen Halbinsel für die Niederschlagsprognose gefunden. Das zuverlässigste Ergebnis für die Temperatur, in Mitteleuropa im Winter war hingegen 0,72 r Korrelationskoeffizient und ein NSME von 0,26.
Dadurch wird das Ergebnis vieler Studien bestätigt, in denen außerhalb der Tropen auf der Nordhemisphäre ebenfalls die unzuverlässigsten Modellergebnisse gefunden werden. Dabei wird immer wieder auf die großen Oszillationen im Klimasystem der Erde Bezug genommen und deren Telekonnektionen. Die Untersuchungen zeigen, dass zuverlässige Modellergebnisse mit Gebieten, die im Einfluss gut vorhersagbarer Oszillationen wie El Niño liegen, korrelieren. Das europäische Klima liegt besonders im Winter im Einflussbereich der nordatlantischen Oszillation, die 30% der klimatischen Variabilität im Winter hervorruft. Das lässt den Schluss zu, dass dadurch die Ergebnisse im Winter geringfügig höher sind, da das Klima sonst sehr durch die chaotische Natur der Atmosphäre bestimmt wird. Die regionale Betrachtung Europas, die in dieser Studie durchgeführt wurde, betont schließlich die Unsicherheiten, die durch Parameter verursacht werden, die schwer zu parametrisieren sind, wie beispielsweise Bodenfeuchte-Feedbacks.This master's thesis examines the forecasting of the seasonal characteristics of temperature and precipitation by the seasonal forecasting model Climate Forecast System 2 in Europe. In the course of this, a hindcast model run with operational settings from 1984 to 2009 is compared with a reanalysis record of this period. For this purpose, both data sets are adjusted in spatial and temporal resolution. The datasets are raster data and are compared by offsetting them. From this first visual comparison, hotspots of the highest and lowest deviations are identified. The biggest sources of errors are identified around the Mediterranean Sea and in mountaineous areas. From these hotspots, time series of the monthly mean, as well as the seasons winter (DJF) and summer (JJA) are formed. Based on statistical evaluation criteria (correlation coefficient, Nash-Sutcliffe-model efficiency, root mean square error, percent bias) the results are analyzed. It turns out that modeling at most sites results in unreliable seasonal results. Correlation coefficient and Nash-Sutcliffe coefficient confirm the uncertain model results, especially in summer, the results are consistently unusable.
The most unreliable result of -66,64 NSME and +86,28 % PBIAS is found in the Iberian Peninsula for the precipitation forecast. In contrast, the most reliable result for temperature in central Europe in the winter is 0,72 and a NSME of 0,26.
This confirms the results of many studies which found the highest uncertainties particularly in the extratropical northern hemisphere. It is often referred to the major oscillation systems in the Earth's climate system and their teleconnections. Particularly, highest agreement between reanalysis and model results is found in areas which strongly influenced by these oscillations systems. Especially in winter, the European climate is influenced by the North Atlantic Oscillation, which causes 30 % of winter climatic variability. This will make the results slightly better in winter, as otherwise the climate is very much determined by the chaotic nature of the atmosphere. Finally, the regional view of Europe perfomed in this study emphasizes the uncertainties induced by parameters which are difficult to parametrize such as soil moisture feedbacks.Sebastian SarxAbweichender Titel laut Übersetzung der Verfasserin/des VerfassersAbstract in englischer SpracheMasterarbeit Universität Innsbruck 201
Predictability of the seasonal distribution of precipitation and temperature, using the seasonal prediction model CFSv2 in Europe
No full textDie vorliegende Masterarbeit untersucht die Prognostizierung der Jahreszeitlichen Ausprägung von Temperatur und Niederschlag, durch das saisonale Vorhersagemodell Climate Forecast System 2 in Europa. Im Zuge dessen wird ein Hindcast Modelllauf von 1984 bis 2009 mit der operationellen Einstellung des Modelles, mit einem Reanalyse Datensatz des Zeitraumes verglichen. Zu diesem Zweck werden beide Datensätze in räumlicher und zeitlicher Auflösung angepasst. Die als Rasterdatensätze vorliegenden Daten werden durch Verrechnung dieser miteinander verglichen. Aus einem ersten visuellen Vergleich der Raster, werden Hotspots der größten und niedrigsten Abweichungen erfasst. Die größten Abweichungen werden gerade im mediterranen Bereich um das Mittelmeer und in den von Gebirgen geprägten Gebieten identifiziert. Aus diesen Hotspots werden Zeitreihen der Monatsmittel, sowie der Jahreszeiten Winter (DJF) und Sommer (JJA) gebildet. Anhand statistischer Aus- und Bewertungskriterien werden diese analysiert. Dabei stellt sich heraus, dass die Modellierung an den meisten Standorten zu unzuverlässigen Ergebnissen in der Jahreszeitlichen Betrachtung kommt. Korrelationskoeffizient und Nash-Sutcliffe Koeffizienten bestätigen die geringen Modellergebnisse, gerade im Sommer sind die Ergebnisse durchweg unzuverlässig. Das unzuverlässigste Ergebnis von - 66,64 NSME und + 86,28 % PBIAS wurde an einem Standort auf der zentralen Iberischen Halbinsel für die Niederschlagsprognose gefunden. Das zuverlässigste Ergebnis für die Temperatur, in Mitteleuropa im Winter war hingegen 0,72 r Korrelationskoeffizient und ein NSME von 0,26.
Dadurch wird das Ergebnis vieler Studien bestätigt, in denen außerhalb der Tropen auf der Nordhemisphäre ebenfalls die unzuverlässigsten Modellergebnisse gefunden werden. Dabei wird immer wieder auf die großen Oszillationen im Klimasystem der Erde Bezug genommen und deren Telekonnektionen. Die Untersuchungen zeigen, dass zuverlässige Modellergebnisse mit Gebieten, die im Einfluss gut vorhersagbarer Oszillationen wie El Niño liegen, korrelieren. Das europäische Klima liegt besonders im Winter im Einflussbereich der nordatlantischen Oszillation, die 30% der klimatischen Variabilität im Winter hervorruft. Das lässt den Schluss zu, dass dadurch die Ergebnisse im Winter geringfügig höher sind, da das Klima sonst sehr durch die chaotische Natur der Atmosphäre bestimmt wird. Die regionale Betrachtung Europas, die in dieser Studie durchgeführt wurde, betont schließlich die Unsicherheiten, die durch Parameter verursacht werden, die schwer zu parametrisieren sind, wie beispielsweise Bodenfeuchte-Feedbacks.This master's thesis examines the forecasting of the seasonal characteristics of temperature and precipitation by the seasonal forecasting model Climate Forecast System 2 in Europe. In the course of this, a hindcast model run with operational settings from 1984 to 2009 is compared with a reanalysis record of this period. For this purpose, both data sets are adjusted in spatial and temporal resolution. The datasets are raster data and are compared by offsetting them. From this first visual comparison, hotspots of the highest and lowest deviations are identified. The biggest sources of errors are identified around the Mediterranean Sea and in mountaineous areas. From these hotspots, time series of the monthly mean, as well as the seasons winter (DJF) and summer (JJA) are formed. Based on statistical evaluation criteria (correlation coefficient, Nash-Sutcliffe-model efficiency, root mean square error, percent bias) the results are analyzed. It turns out that modeling at most sites results in unreliable seasonal results. Correlation coefficient and Nash-Sutcliffe coefficient confirm the uncertain model results, especially in summer, the results are consistently unusable.
The most unreliable result of -66,64 NSME and +86,28 % PBIAS is found in the Iberian Peninsula for the precipitation forecast. In contrast, the most reliable result for temperature in central Europe in the winter is 0,72 and a NSME of 0,26.
This confirms the results of many studies which found the highest uncertainties particularly in the extratropical northern hemisphere. It is often referred to the major oscillation systems in the Earth's climate system and their teleconnections. Particularly, highest agreement between reanalysis and model results is found in areas which strongly influenced by these oscillations systems. Especially in winter, the European climate is influenced by the North Atlantic Oscillation, which causes 30 % of winter climatic variability. This will make the results slightly better in winter, as otherwise the climate is very much determined by the chaotic nature of the atmosphere. Finally, the regional view of Europe perfomed in this study emphasizes the uncertainties induced by parameters which are difficult to parametrize such as soil moisture feedbacks.Sebastian SarxAbweichender Titel laut Übersetzung der Verfasserin/des VerfassersAbstract in englischer SpracheMasterarbeit Universität Innsbruck 201
Predictability of the seasonal distribution of precipitation and temperature, using the seasonal prediction model CFSv2 in Europe
No full textDie vorliegende Masterarbeit untersucht die Prognostizierung der Jahreszeitlichen Ausprägung von Temperatur und Niederschlag, durch das saisonale Vorhersagemodell Climate Forecast System 2 in Europa. Im Zuge dessen wird ein Hindcast Modelllauf von 1984 bis 2009 mit der operationellen Einstellung des Modelles, mit einem Reanalyse Datensatz des Zeitraumes verglichen. Zu diesem Zweck werden beide Datensätze in räumlicher und zeitlicher Auflösung angepasst. Die als Rasterdatensätze vorliegenden Daten werden durch Verrechnung dieser miteinander verglichen. Aus einem ersten visuellen Vergleich der Raster, werden Hotspots der größten und niedrigsten Abweichungen erfasst. Die größten Abweichungen werden gerade im mediterranen Bereich um das Mittelmeer und in den von Gebirgen geprägten Gebieten identifiziert. Aus diesen Hotspots werden Zeitreihen der Monatsmittel, sowie der Jahreszeiten Winter (DJF) und Sommer (JJA) gebildet. Anhand statistischer Aus- und Bewertungskriterien werden diese analysiert. Dabei stellt sich heraus, dass die Modellierung an den meisten Standorten zu unzuverlässigen Ergebnissen in der Jahreszeitlichen Betrachtung kommt. Korrelationskoeffizient und Nash-Sutcliffe Koeffizienten bestätigen die geringen Modellergebnisse, gerade im Sommer sind die Ergebnisse durchweg unzuverlässig. Das unzuverlässigste Ergebnis von - 66,64 NSME und + 86,28 % PBIAS wurde an einem Standort auf der zentralen Iberischen Halbinsel für die Niederschlagsprognose gefunden. Das zuverlässigste Ergebnis für die Temperatur, in Mitteleuropa im Winter war hingegen 0,72 r Korrelationskoeffizient und ein NSME von 0,26.
Dadurch wird das Ergebnis vieler Studien bestätigt, in denen außerhalb der Tropen auf der Nordhemisphäre ebenfalls die unzuverlässigsten Modellergebnisse gefunden werden. Dabei wird immer wieder auf die großen Oszillationen im Klimasystem der Erde Bezug genommen und deren Telekonnektionen. Die Untersuchungen zeigen, dass zuverlässige Modellergebnisse mit Gebieten, die im Einfluss gut vorhersagbarer Oszillationen wie El Niño liegen, korrelieren. Das europäische Klima liegt besonders im Winter im Einflussbereich der nordatlantischen Oszillation, die 30% der klimatischen Variabilität im Winter hervorruft. Das lässt den Schluss zu, dass dadurch die Ergebnisse im Winter geringfügig höher sind, da das Klima sonst sehr durch die chaotische Natur der Atmosphäre bestimmt wird. Die regionale Betrachtung Europas, die in dieser Studie durchgeführt wurde, betont schließlich die Unsicherheiten, die durch Parameter verursacht werden, die schwer zu parametrisieren sind, wie beispielsweise Bodenfeuchte-Feedbacks.This master's thesis examines the forecasting of the seasonal characteristics of temperature and precipitation by the seasonal forecasting model Climate Forecast System 2 in Europe. In the course of this, a hindcast model run with operational settings from 1984 to 2009 is compared with a reanalysis record of this period. For this purpose, both data sets are adjusted in spatial and temporal resolution. The datasets are raster data and are compared by offsetting them. From this first visual comparison, hotspots of the highest and lowest deviations are identified. The biggest sources of errors are identified around the Mediterranean Sea and in mountaineous areas. From these hotspots, time series of the monthly mean, as well as the seasons winter (DJF) and summer (JJA) are formed. Based on statistical evaluation criteria (correlation coefficient, Nash-Sutcliffe-model efficiency, root mean square error, percent bias) the results are analyzed. It turns out that modeling at most sites results in unreliable seasonal results. Correlation coefficient and Nash-Sutcliffe coefficient confirm the uncertain model results, especially in summer, the results are consistently unusable.
The most unreliable result of -66,64 NSME and +86,28 % PBIAS is found in the Iberian Peninsula for the precipitation forecast. In contrast, the most reliable result for temperature in central Europe in the winter is 0,72 and a NSME of 0,26.
This confirms the results of many studies which found the highest uncertainties particularly in the extratropical northern hemisphere. It is often referred to the major oscillation systems in the Earth's climate system and their teleconnections. Particularly, highest agreement between reanalysis and model results is found in areas which strongly influenced by these oscillations systems. Especially in winter, the European climate is influenced by the North Atlantic Oscillation, which causes 30 % of winter climatic variability. This will make the results slightly better in winter, as otherwise the climate is very much determined by the chaotic nature of the atmosphere. Finally, the regional view of Europe perfomed in this study emphasizes the uncertainties induced by parameters which are difficult to parametrize such as soil moisture feedbacks.Sebastian SarxAbweichender Titel laut Übersetzung der Verfasserin/des VerfassersAbstract in englischer SpracheMasterarbeit Universität Innsbruck 201
Variations on the Author
Get PDF“Variations on the Author” discusses two of Eduardo Coutinho’s recent films (Um Dia na Vida, from 2010, and Últimas Conversas, posthumously released in 2015) and their contribution to the general question of documentary authorship. The director’s filmography is characterized by a consistent yet self-effacing form of authorial self-inscription: Coutinho often features as an interviewer that rather than express opinions propels discourses; an interviewer that is good at listening. This mode of self-inscription characterizes him as an author who is not expressive but who is nonetheless markedly present on the screen. In Um Dia na Vida, however, Coutinho is completely absent form the image, while Últimas Conversas, on the contrary, includes a confessional prologue that moves the director from the margins to the center of his films. This article examines the ways in which these works stand out in the filmography of a director who offers new insights into the notion of cinematic authorship
Appropriate Similarity Measures for Author Cocitation Analysis
Get PDFWe provide a number of new insights into the methodological discussion about author cocitation analysis. We first argue that the use of the Pearson correlation for measuring the similarity between authors’ cocitation profiles is not very satisfactory. We then discuss what kind of similarity measures may be used as an alternative to the Pearson correlation. We consider three similarity measures in particular. One is the well-known cosine. The other two similarity measures have not been used before in the bibliometric literature. Finally, we show by means of an example that our findings have a high practical relevance.information science;Pearson correlation;cosine;similarity measure;author cocitation analysis
Dispelling the Myths Behind First-author Citation Counts
Get PDFWe conducted a full-scale evaluative citation analysis study of scholars in the XML research field to explore just how different from each other author rankings resulting from different citation counting methods actually are, and to demonstrate the capability of emerging data and tools on the Web in supporting more realistic citation counting methods. Our results contest some common arguments for the continued
use of first-author citation counts in the evaluation of scholars, such as high correlations between author rankings by first-author citation counts and other citation
counting methods, and high costs of using more realistic citation counting methods that are not well-supported by the ISI databases. It is argued that increasingly available digital full text research papers make it possible for citation analysis studies to go beyond what the ISI databases have directly supported and to employ more
sophisticated methods
koamabayili/VECTRON-author-checklist: VECTRON author checklist
No full textWe have done our best to complete the author checklist relating to the use of animals in the hut study. Note that the objective for the hut study was to evaluate the IRS treatment applications for residual efficacy against Anopheles mosquitoes, including the local An. coluzzii mosquito population. Cows were only used to attract mosquitoes into the huts and no tests were carried out directly on the cows. The author checklist is intended for use with studies where experiments are carried out on animals, which is why we have had such difficulty in completing this for the hut study, as many of the questions do not relate to how the cows were used
- …
