Attualmente lo strumento più impiegato nell’ambito delle previsioni stagionali è basato sul funzionamento dei modelli climatici globali (GCM). Questi, nei loro processi di calcolo, considerano prevalentemente la variabilità del ciclo ENSO. Tuttavia per le regioni lontane dai tropici (con particolare riferimento agli USA nord-orientali ed all’Europa), l’affidabilità del predictor ENSO risulta incerta e dunque ancora limitata. In virtù della scarsa prevedibilità del clima extratropicale attraverso il segnale ENSO, sono state considerate altre strade per migliorare le capacità predittive dei GCM (previsioni stagionali) in riferimento alle latitudini extratropicali.
A tal proposito nell’ambito della stagione invernale boreale, l’Oscillazione Artica (AO) costituisce il pattern più importante in quanto in grado di influenzare direttamente l’andamento climatico in molte zone, anche distanti migliaia di chilometri dalla sede artica, e che costituiscono i centri principali di popolazione del mondo occidentale (Europa e Nord America). Ad esempio, in riferimento all’Europa centro-occidentale, l’AO mostra una correlazione elevatissima con le anomalie geopotenziali calcolate sul trimestre invernale (circa 0,86). Per quanto sin qui detto, una previsione dell’AO invernale costituisce la modalità più affidabile per avere un informazione attendibile circa l’andamento dell’inverno su dette zone con diversi mesi di anticipo. Nella presente ricerca presentiamo un nuovo indice altamente correlato con l’AO invernale e dunque utilizzabile nella previsione della stagione invernale alle medie latitudini boreali….
L’idea di sviluppare il nuovo indice nasce dall’attenta osservazione dell’indice ad oggi più predittivo per la stagione invernale, ovvero l’indice SAI sviluppato da Cohen nel 2011.In particolare Cohen in quest’ultima ricerca ha evidenziato che, ad essere correlato con l’AO invernale, non è il livello di innevamento che viene raggiunto al termine del mese di ottobre sul settore euroasiatico, bensì il tasso d’incremento della copertura nevosa al di sotto del 60° parallelo sul settore stesso. In altre parole, a parità di estensione finale della copertura nevosa ottobrina, si possono avere dei risvolti anche molto diversi a seconda della “tempistica” d’innevamentoe a seconda della distribuzione spaziale dell’innevamento stesso (principalmente se sopra o sotto il 60° parallelo). Tutti questi fattori implicano necessariamente che il fattore causale (ovvero il fattore in grado di determinare la variabilità interannuale dell’AO) non è la copertura nevosa euroasiatica, bensì lo schema circolatorio dominante che si manifesta nel mese di ottobre e che è la causa dell’innevamento stesso (e dunque della sua qualità in termini sia di velocità di avanzamento che di posizionamento).E di fatti a questo proposito è stato possibile verificare, già in fase preliminare, una notevole corrispondenza tra il pattern circolatorio dominante che si instaura nel mese di ottobre e quello che riscontra mediamente nel trimestre invernale successivo (vedi la ricerca in allegato e scaricabile gratuitamente). Lo studio pertanto è stato indirizzato nella formulazione di un indice numerico in grado di sintetizzare il pattern circolatorio di ottobre. Questo è stato poi validato verificando il tasso di correlazione con l’AO invernale medio, relativo al successivo trimestre invernale, in considerazione di un campione di anni molto esteso (intervallo 1976-2012). In virtù del suo significato, il nuovo indice è stato battezzato con il nome di “October Pattern Index” (OPI).
Per le spiegazioni in merito alla formulazione teorica e numerica dell’indice e per la presentazione del modello di calcolo implementato sul software “Telemappa Next Generation”, si rimanda nuovamente alla ricerca.
I risultati della correlazione riscontrata sono mostrati nella seguente figura (Fig. 1):
Fig. 1. Andamento storico dell’October Pattern Index (OPI in bordò) e dell’Oscillazione Artica nel trimestre invernale Dicembre-Febbraio (DJF AO in nero), per il campione di anni 1976-2012. Il coefficiente di correlazione r per le due serie è pari a 0,91.
Da questa si vede come il tasso di correlazione tra l’OPI, calcolato ad ottobre, e l’AO medio relativo al trimestre invernale successivo, risulta eccezionalmente elevata e pari a 0,91. Addirittura “effettuando uno zoom” sugli ultimi anni (dal 2000 in poi) si può osservare come, avendo avuto prima questo strumento, sarebbe stato sempre possibile prevedere con estrema esattezza l’andamento dell’AO pattern invernale con ben 4 mesi di anticipo (vedi Fig. 2):
Fig. 2. Andamento storico dell’October Pattern Index (OPI in bordò) e dell’Oscillazione Artica nel trimestre invernale Dicembre-Febbraio (DJF AO in nero), per il campione di anni 2000-2012. Il coefficiente di correlazione r per le due serie è pari a 0,97
Come detto in precedenza, la capacità di prevedere l’AO invernale è considerato il progresso più importante nella realizzazione di previsioni stagionali invernali. L’Oscillazione Artica (AO), infatti, rappresenta lo stato della circolazione atmosferica sopra l’Artico e pertanto costituisce il modo dominante di variabilità invernale per le regioni extratropicali boreali. Inoltre, i risvolti indotti dal segnale dell’Oscillazione Artica, risultano maggiormente tangibili in riferimento proprio all’Europa e agli Stati Uniti orientali. Pertanto, una corrispondenza così elevata (quasi perfetta) tra l’andamento dell’Oscillazione Artica (AO) e l’indice OPI (che viene calcolato con 4 mesi di anticipo), si traduce in un ulteriore miglioramento delle capacità previsionali a livello stagionale per le regioni boreali extratropicali, con particolare riferimento all’Europa e agli Stati Uniti orientali. Proprio in merito all’Europa centro-occidentale è stato possibile validare,addirittura in via numerica, la capacità predittiva dell’OPI, facendo riferimento al parametro relativo all’anomalia geopotenziale media calcolata sul trimestre invernale, in riferimento allo stesso campione di anni compreso nell’ intervallo 1976-2012. I risultati di quest’ultima analisi mostrano l’esistenza di una correlazione decisamente elevata e pari all’83% (correlazioni fortemente significative si rilevano perfino in riferimento ai singoli stati l’Europa centro-occidentale, passando dal valore massimo riscontrato per la Francia, r = 0,82, e a quello minimo relativo alla Spagna nord-orientale, r = 0,70).
Inoltre l’OPI, poichè costituisce una sintesi numerica del pattern ottobrino dominante (che come detto mostra un affinità notevole con gli schemi circolatori principali della successiva stagione invernale), è in grado di fornire, a differenza della maggior parte degli indici predittivi, anche delle informazioni in merito alla tipologia dello schema circolatorio emisferico principale, consentendo di effettuare delle considerazioni anche sulla “qualità” delle eventuali “azioni meridiane” del Vortice Polare invernale.
In definitiva, il nostro lavoro costituisce un ulteriore importante progresso proprio in termini di capacità previsionali della stagione invernale, in quanto presentiamo un nuovo indice dalle migliori capacità predittive. L’OPI (“October Pattern Index”) è infatti in grado di spiegare, con quattro mesi di anticipo, oltre il 90% della variabilità dell’oscillazione artica invernale (winter-AO) e ,dunque, si propone come l’indice più predittivo in assoluto, soprattutto in riferimento all’Europa e Agli Stati Uniti Orientali, paesi per i quali i risvolti indotti dal segnale dell’Oscillazione Artica sono maggiormente tangibili e per i quali, anche i GCM più sofisticati, mostrano, su scala temporale stagionale, livelli di affidabilità praticamente irrisori.
Ricerca condotta e redatta da:
Ingegnere Riccardo Valente
Ingegnere Alessandro Pizzuti
Astrofisico Andrea Zamboni
Membri del Center Study of Climate and Teleconnections (CSCT) del Centro Meteo Toscana (CMT)
Reinserisco nuovamente la presentazione del lavoro realizzato da Riccardo, Andrea e alessandro. Prego l’utenza di segnalare eventuali disservizi.
Apprendo che il documento (pdf) dove era presente l’intero lavoro non è più disponibile in rete per motivi di copyright. Altro non mi è dato sapere, circa la sua eventuale prossima uscita in rete o su riviste scientifiche.
Grazie
Michele(Quote) (Reply)
ma si! a prima vista anche gli altri possono confermare che qualcosa non torna… (non parlo di inverno)le strade sono molte.. senza pdf non riesco a vedere quali aspetti copre questo indice, pdf che rimane molto interessante..
grazie e saluti per l’articolo.
@Michele
il pdf non esce più?
entropio33(Quote) (Reply)
Innanzitutto complimenti agli autori, una correlazione che lascia stupefatti quella dell’opi e dell’ao!
ma una domanda mi sorge spontanea…che opi avremo in questo ottobre ?
è vero che siamo solo all’8 di ottobre, ma un idea ce l’avete ?
simon
ice2020(Quote) (Reply)
E a questo punto un’idea di massima per come andrà l’inverno?
Grazie e co0mplimenti per il lavoro agli autori.
Simone(Quote) (Reply)
E cmq questa è un scoperta destinata a lasciare il segno!
Colgo l’occasione per ricordare a tutti gli affezionati lettori di NIA, (Riccardo e Zambo siete i primi avvisati!) che da novembre partirà il forum di NIA, un ampio spazio dove tutti potrete partecipare nelle varie sezioni dedicate alla meteo, al clima e ai terremoti!
ice2020(Quote) (Reply)
Complimenti per la scoperta!
Peccato per l’articolo… sarebbe stato bello leggerlo.
Domanda: ma l’OPI sarà in grado di prevedere colpi di scena stile Febbraio 2012?
Ciao
Fano
fano(Quote) (Reply)
Ciao a tutti.
Si è un vero peccato che si sia dovuto ritirare il pdf, ma c’è la possibilità che questa venga pubblicata su una rivista specializzata nel settore e dunque se resa pubblica nei dettagli quel passaggio non sarebbe stato possibile.
Vedremo.
Frattanto potrete verificare l’andamento dell’OPI run per run.
Dovrebbe uscire anche una pagina di descrizione dell’indice a corredo di questa …
http://www.centrometeotoscana.it/forum/index.php?topic=7364.0
P.S. Volevo solo aggiungere che qui ho conosciuto Riccardo e Telemappa in fondo è nato su questo blog.
Quindi sentitevi un po’ tutti voi papa di sto arnese !
Zambo(Quote) (Reply)
Zambo,
Andrea, io molto umilmente ti dico solo che ho solo il merito 7 anni fa di aver fonfto NIA…per il resto senza gente come voi, e per voi intendo tutti, dai semplici lettori agli editor ed amministratori, questo blog sarebbe già morto e sepolto!
mi raccomando, il forum è importante per questa piattaforma, te e riccardo dovrete essere dei fedelissimi partecipanti!
c’è già tanta gente che vi segue, siete in gamba lo sapete, nia ha bisogno di voi e forse anche voi avete un pò bisogno di nia!
Simon
ice2020(Quote) (Reply)
Volevo fare anch’io i miei più grossi complimenti a Riccardo e agli altri autori della ricerca! Sono queste cose che fanno bene alla Scienza e alla Meteorologia in particolare!
danyastoria(Quote) (Reply)
non posso che associarmi ai complimenti fin qui espressi nei confronti di Ric , Ale e Zambo. è un immenso piacere, per me, sapere che qui su NIA abbiamo avuto e abbiamo persone di questo calibro. questo è un altro duro colpo per chi ci considerava una banda di raccattati.
carmelo(Quote) (Reply)
Riporto anche quì due commenti che ho appena lasciato sul CMT e che credo possano risultare d’interesse:
Ciao Lorenzo. Una domanda simile alla tua (molto intelligente e ficcante) me l’ha fatta Filippo in privato (la sua era ancora più specifica in quanto si riferiva alle singole decade):..provo quindi a rispondere a entrambi…tra l’altro con questa risposta credo di poter fare emergere ancora di più l’essenza e l’importnanza della nostra scoperta:
dobbiamo partire da un presupposto, che credo sia stato ben dimostrato nel paper ma che capisco sia difficile da digerire:
ad essere correlato con l’AO invernale (ed in generale con lo schema barico invernale) non è l’innevamento, bensì lo schema barico di ottobre che è causa dell’innevamento ottobrino stesso. Questo vuol dire che non serve guardare a possibili incrementi repentini dell’innevamento ad esempio nella terza decade, bensì allo schema generale del mese di ottobre (che viene misurato appunto con l’OPI)..ed infatti questa è la spiegazione per cui non è l’innevamento finale a contare, MA LA TIPOLOGIA E LA TEMPISTICA DELL’EVOLUZIONE DELL’INNEVAMENTO, CHE DIPENDE PROPRIO DAL PATTERN COMPLESSIVO SUI 31 GIONRI DEL MESE.
Facciamo degli esempi per capire meglio. Guardando questo grafico del 2007 vi renderete sicuramente conto della magia che ha fatto in tal senso Cohen (in quanto ha beccato esattamente il parametro buono senza sape perchè lo fosse (secondo me è andato molto per tentativi, in quanto è da 20 anni almeno che è appresso a queste cose)):
[img]http://img703.imageshack.us/img703/5971/56k8.png[/img]
da questa si vede appunto come, al termine dell’ottobre 2007, si verificò una bella inversione di tendenza, ma A CAUSA DELL’ANDAMENTO PIATTO DELLA SECONDA DECADE, la retta di regressione sarebbe restata in ogni caso bassa, QUALSIASI COSA SAREBBE SUCCESSO DOPO. Da ciò emerge che bisogna guardare proprio all’intero mese senza curarsi dei singoli sprazzi (per questo si parla di pattern medio dominante).altra domanda: perchè il SAI funziona solo sotto il 60° parallelo…??
con queste carte capirete bene (1992 e 2007 seconda decade):
[img]http://img10.imageshack.us/img10/1798/esfp.png[/img]
[img]http://img42.imageshack.us/img42/521/nma3.png[/img]
in entrambi i casi abbiamo un’evidente fase DA+ in grado di produrre un forte innevamento sul comparto euroasiatico solo a laitudini più elevate (diciamo 65-70 in sù), ma zero incremento alle latitudini inferi. Se tale situazione perdura per più di qualche giorno il SAI ne risente molto (trattandosi appunto di UNA PENDENZA E NON DI UN VALORE ASSOLUTO).
Insomma, Cohen è risucito (ed in questo è stato un mostro) a trovare L’UNICO parametro relativo all’innevamento in grado di tradurre e rappresentare il pattern di ottobre (come il pennino del sismografo che disegna e riproduce il sisma sul foglio di carta) , che (come è stato dimostrato) è correlato in maniera quasi perfetta con l’AO invernale, senza passare per la correlazione diretta (appunto pattern ottobrino-pattern invernale).
in definitiva, per concludere il discorso SAI, voglio citare le parole del maestro Cohen stesso:
“The fact that we discovered a single predictiveindex that explains close to 75% of the variance of the winter AO (though the period is short and the degraded SAI over a longer time period explains less of the AO variance) is inconsistent with this thinking and demonstrates that the AO, while thought to be unpredictable, may in fact be one of the most easily predicted phenomenon known in the climate system. Even the most sophisticated GCMs achieve only marginal skill on the seasonal time scale in the extratropics (for examples see Figure S4 of the auxiliary material). Implementation of the SAI in winter seasonal forecasts could potentially be a sea change in operational seasonal forecasts (compare Figure 4a with Figure S4 of the auxiliary material).
Even on longer time scales these results have important implications. Based on the presented results snow‐atmosphere coupling is fundamental to winter climate
dynamics. Currently the state of the art GCMs are deficient in simulating snow atmosphere coupling on seasonal time scales [Hardiman et al., 2008]. Furthermore GCMs simulate the variance in SCE more poorly than they simulate mean SCE [Frei et al., 2003] and as we show here it is the variability in fall SCE that is more important than the mean fall SCE in predicting the winter AO. Large improvements are needed in simulating land‐atmosphere coupling before we can be confident in numerical seasonal to interannual winter climate predictions for the NH extratropics.
da queste si intuisce che, al di là del netto migliornamento in termini di correlazione che abbiamo con l’OPI, in ottica di un cambiamento/milgoramento decisivo dei GCM (di cui Cohen parla apertamente a più riprese), l’aver capito che la corrispondenza vive nelle stesse dinamiche interne VP e non in relazione ad un parametro esterno (quale appunto l’innevamento), costituisce un passo FONDAMENTALE.
Per concludere infine il discorso più generale dell’innevamento, dobbiamo buttare altra benzina sul fuoco, per sfatare il famoso mito dell’orso siberiano la cui “potenza”, come le credenze popolari ci insegnano, dipende molto dal livello di innevamento pre-invernale….. :-\ :-\
e quì veramente ci faremo grasse e grasse risate (ripensando a tutto quello che, in maniera molto semplicistica, c’è stato sempre detto e inseganto). Alla prossima puntata….. 😉
Riccardo
Riccardo(Quote) (Reply)
Vi metto inoltre il link della pagina di monitoraggio in tempo reale dell’OPI. In essa potrete anche assistere alle discussioni che termineranno con una previsione ben dettagliata per il prossimo inverno.
http://www.centrometeotoscana.it/forum/index.php?topic=7364.0
Subito sotto i grafici troverete un mio commento in cui spiego come fare per monitorare l’indice.
Ovviamente non mancherò di partecipare direttamente alle discussioni con voi quì su NIA (non dimentico e non dimenticherò mai che siete stati la mia prima GRANDE “casa”).
P.S.
Per il discorso PDF spiegherò tutto bene a Michele appena riusciamo a sentircitelefonicamente (credo domani).
buona sera a tutti
Riccardo
Riccardo(Quote) (Reply)
Volevo segnalarvi questa recente carta appena uscita
http://iopscience.iop.org/1748-9326/8/4/045001/
Il campo magnetico interplanetario influenza la pressione atmosferica superficiale alle medie latitudini
L’esistenza di una risposta meteorologica nelle regioni polari alle fluttuazioni del campo magnetico interplanetario ( IMF ), componente By è ben stabilita.
Più controverso , ci sono prove che suggeriscono che questo accoppiamento Sole – Meteo avviene attraverso il circuito elettrico atmosferico globale .
Di conseguenza , si è supposto che l’effetto è massimizzata alle alte latitudini ed è trascurabile alle medie e basse latitudini , poiché la perturbazione dell’IMF si concentra nelle regioni polari . Dimostriamo un’influenza precedentemente non riconosciuta del IMF By sulla pressione superficieale alle medie latitudini . La differenza tra le pressioni medie superficiali durante i periodi di alta positivo ed elevato negativo IMF By possiede una struttura statisticamente significativa delle onde medie latitudini simili a onde atmosferiche di Rossby . I nostri risultati mostrano che un meccanismo che è noto per la produzione di risposte atmosferiche dell’IMF nelle regioni polari è anche in grado di modulare le condizioni meteorologiche pre – esistenti a medie latitudini .
Suggeriamo il meccanismo per questo dalla meteorologia convenzionale. L’ampiezza dell’effetto è paragonabile a tipiche incertezze di analisi iniziali in ensemble di previsione numerica . Così, che una relativa piccola influenza solare ampiezza localizzata sull’atmosfera superiore potrebbe avere un effetto importante , attraverso l’evoluzione non lineare della dinamica atmosferica , sui processi atmosferici critici.
[img]http://tallbloke.files.wordpress.com/2013/10/image-296.png?w=492&h=408[/img]
Michele(Quote) (Reply)
Riccardo ci sono novità per quel discorso che avevamo iniziato “poli magnetici” Siberia e canada ?
Michele(Quote) (Reply)
[img]https://encrypted-tbn1.gstatic.com/images?q=tbn:ANd9GcQv6WRESfSfHpX_1JSs7yKq0DuMkmTEF36vvRABsd6VIUT9PV7OcgQrPmWq[/img]
essi… a prima vista sembrano bazzecole, ma sul scala boreale contano… ottimi post ragazzi, mi ero un attimo perso…. anche se come dice Riccardo l’uomo dell’artico, a questo punto.. =):
non è la neve, bensi gli schemi delle correnti a fare un’inverno, aggiungerei l’estate, anche senza ombra di dubbio, grazie a tutti per gli spunti 🙂
[img]http://www.natice.noaa.gov/pub/ims/ims_gif/ARCHIVE/NHem/2013/ims2013001.gif[/img]
[img]http://www.natice.noaa.gov/pub/ims/ims_gif/DATA/cursnow.gif[/img]
entropio33(Quote) (Reply)
ho già scambiato qualche mail con Zambo
ci sarebbe troppo da dire e non credo sarebbe sensato farlo attraverso internet
bisognerebbe buttarsi dentro le molle di questo modello e ripercorrere passo su passo
quello che posso dire da statistico è che ci sono parecchie carenze e c’è la seriaa possibilità che il modello non riesca a stimare correttamente al di fuori del training set
poi cmq sia ricordiamoci che la capacità previsiva si basa sull’indice AO medio trimestrale, in 3 mesi succede di tutto, tipo come nel 2010/11
FBO(Quote) (Reply)
Come ti ho già detto in privata sede per email, le tue posizioni su vari punti sono opinabili. Ma in buona sintesi, sempre come ti ho scritto, o mi dimostri coi numeri ciò che stai dicendo, oppure le carenze da te paventate sono una tua errata supposizione.
Zambo(Quote) (Reply)
quali numeri scusa?
il modello ce l’avete voi, io non posso fare analisi
al massimo posso suggerirvi a voi cosa fare per valutare alcune carattteristiche.
1) valutare l’impatto della sola prima variabile per evitare overfitting
2) spiegare quale funzione legame avete utilizzato nel modello
3) utilizzare un dataset più lungo e dividerlo in 2 parti, una su cui stimare il modello e l’altra su cui verificare le capacità previsive
questo comporta che le medie di riferimento poste per le quali sono stati calcolate le anomalie dovrebbero essere prese dal training set
4) trasformare la seconda variabile in una dummy
5) scomporre l’AO trimestrale nei singoli mesi e verificare che tipo di correlazione sussiste nei vari mesi
6) i due indici sembrano essere associabili ad una specie di propensity score il che è sicuramente un bene in quanto semplifica il modello, però per quanto riguarda il primo indice potrebbe aver senso lasciare le 3 variabili che lo generano separate e valutare se ha realmnte senso inserirle tutte e 3 o se 1 si può eliminare
sono alcune cose che mi possono venire in mente in maniera semplificata.
diciamo è che un modellista vero saprebbe darvi sicuramente dei suggerimenti maggiori, questa non è roba che tratto di solito.
la mia idea è che il modello sia caduto nell’overfitting
talmente complesso da adattarsi perfettamente al campione usato ma non abbiamo nessuna idea di come si possa comportare fuori da quest’ultimo
FBO(Quote) (Reply)
Onestamentre Fabio non ti capisco proprio.
Tu la ricerca l’hai e l’hai letta, dunque puoi senz’altro discriminare se il processo è fallato o meno dal punto di vista sia delle scelte inerenti la fisica e/o delle scelte numeriche impiegate.
Perché OPI è nei fatti una misura e come tale se errore c’è, questo deve essere contemplato nel processo o nelle scelte fatte per ottenerlo.
Nei fatti Choen, nella sua ricerca, si basa proprio su di una misura.
Quindi non basta dire, come sostieni parlando di overfitting, che il modello è complicato e dunque si perde la reale potenzialità previsiva.
Devi fare un modellino tu, che dimostri quanto le misure siano sbagliate.
Ma l’onere di ciò spetta a chi sostiene l’errore ed è un tantinello comodo sentenziare errori senza alcun fatto a supporto.
Per ciò che riguarda la parte più strettamente statistica, una volta ottenuto OPI e fatta la media dei mesi del trimestri invernali, li si metteono in un foglio di excel (all’inizio fu cproprio così) e si applica la funzione di correlazione del set statistico.
Dunque ciò è forse errato ?
Per ciò che attiene agli altri punti, la cosa diviene per me persino sorprendente.
Non ci siamo confrontati anche con te sul discorso di estendere la serie a prima del 1975 ?
Non abbiamo parlato del problema del campionamento di aree remote e dunque la miglioria intropdotta dall’era satellitare ?
Non abbiamo parlato di quell’articolo scritto a tal proposito da quelli di ECMWF ?
Non ti ho sottolineato, così come messo nella ricerca, che il legame tra le due variabili componenti l’OPI è una semplice somma ?
Di una cosa ti do atto.
Sul fatto che tutto sia perfettibile e migliorabile.
E nei fatti il discorso di analizzare e scorporare i dati in altri modi è di certo cosa interessante.
Ma tutto subito non siamo riusciti a farlo, anche se analisi di quel tipo in parte son state fatte.
Tuttavia non pubblicate proprio perché ben sappiamo che, come potrai capire, a giocare coi numeri bisogna fare attenzione, poiché in questo ambito le furberie hanno le gambe corte… molto corte.
Ed è uno dei motivi per cui adoro le discipline scientifiche.
Non è la prima volta che ci troviamo su posizioni differenti.
Il che per me è sempre stimoplante.
Come ti ho detto in privata sede, riconosco in te una mente brillante, che tuttavia inspiegabilmente a volte segue schemi che la portano in overfitting 😉
Zambo(Quote) (Reply)
Direi che sn contento che vi sia un serio dibattito, la scienza nn andrebbe avanti se nn vi fossero pensieri contrastanti, e così che si cresce…però ragazzi cercate di rimanere nei limti della correttezza…
Fabio, ti conosco da un pò, sei una mente brillante come ha sostenuto giustamente anche l’ottimo Zambo, però a volte ho come l’impressione che ti piaccia fare il bastian contrario e ste cose te le ho dette anche di persona…ben venga cmq anche questo, se da una parte serve per crescere!
però una cosa voglio dire a tutti ed in particolare a fabio e agli autori di questa scoperta…nn voglio vedere che la discussione degeneri, se ciò dovesse accadere, sarò costretto a prendere decisioni che mai vorrei prendere…zambo lo conosciamo, è più tranquillo e sa rispondere senza innervosirsi, riccardo invece nn è cos’, e siccome che già in passato, te, Fabio, e riccardo ve le siete dette di tutti i colori, nn voglio, anzi ESIGO, che ciò accadda un’altra volta!
Tu fabio continua pure a fare le tue osservazioni e le tue critiche, ma attenzione a nn esagerare, qui serviamo tutti, io nn voglio, anzi NIA nn può permettersi di perdere nessuno di voi!
Ultimo avviso a tutti!
simon
ice2020(Quote) (Reply)