MétaCan
Menu
Retour à la cohorte
Enregistrement W1855875207 · doi:10.1002/2014gl062400

Increases in plasma sheet temperature with solar wind driving during substorm growth phases

2014· article· en· W1855875207 sur OpenAlexfundno aff
C. Forsyth, C. E. J. Watt, I. J. Rae, A. N. Fazakerley, N. M. E. Kalmoni, M. P. Freeman, Peter Boakes, R. Nakamura, I. Dandouras, L. M. Kistler, C. M. Jackman, John Coxon, C. Carr

Notice bibliographique

RevueGeophysical Research Letters · 2014
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueIonosphere and magnetosphere dynamics
Établissements canadiensnon disponible
Organismes subventionnairesScience and Technology Facilities CouncilU.S. Geological SurveyNational Aeronautics and Space AdministrationAustrian Science FundGoddard Space Flight CenterSight Research UKFlorida Institute of TechnologyNatural Environment Research CouncilAlberta Agricultural Research Institute
Mots-clésSubstormPlasma sheetSolar windMagnetopausePlasmaAdiabatic processPhysicsAstrophysicsFlux (metallurgy)Magnetic reconnectionGeophysicsAtmospheric sciencesMagnetosphereMaterials scienceThermodynamics

Résumé

récupéré en direct d'OpenAlex

J from the solar wind which is then stored in the magnetotail lobes. Plasma sheet pressure increases to balance magnetic flux density increases in the lobes. Here we examine plasma sheet pressure, density, and temperature during substorm growth phases using 9 years of Cluster data (>316,000 data points). We show that plasma sheet pressure and temperature are higher during growth phases with higher solar wind driving, whereas the density is approximately constant. We also show a weak correlation between plasma sheet temperature before onset and the minimum SuperMAG AL (SML) auroral index in the subsequent substorm. We discuss how energization of the plasma sheet before onset may result from thermodynamically adiabatic processes; how hotter plasma sheets may result in magnetotail instabilities, and how this relates to the onset and size of the subsequent substorm expansion phase.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,007
Tête enseignante GPT0,238
Écart entre enseignants0,232 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations26
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeophysical Research LettersMême sujetIonosphere and magnetosphere dynamicsTravaux en français237 207