Evaluation of Solar Radiation Prediction Models in North America
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Solar radiation data at the earth's surface ( R s , MJ m −2 d −1 ) are not typically recorded at weather stations, but they may be predicted from other meteorological measurements. For one location, Keiser, AR, we developed an empirical equation for predicting R s . The mechanistic models of Hargreaves–Samani (HS) and two forms of the Bristow–Campbell model, described by Thornton and Running (TR) and Weiss et al. (WS), were also evaluated for predicting R s at 13 sites, covering a 23° range in latitude and a 42° range in longitude. For the HS, TR, and WS models, we used coefficients as they were originally published, and for the HS model, a site‐specific coefficient (HS‐SS) was derived and evaluated for each site. Regression of predicted vs. observed R s values using the empirical equation for Keiser gave r 2 values (0.77) similar to the best of the mechanistic models. The HS‐SS model had the lowest root mean square error of 3.50 MJ m −2 d −1 , followed by the TR (3.56), the HS (3.86), and the WS (4.33) models. Predicted vs. observed values gave r 2 values ranging from 0.72 (TR model) to 0.56 (WS model). There was a slight superiority of the TR model over the HS‐SS and HS models. Similar fits ( r 2 > 0.87) and errors were found among the TR, HS‐SS, and HS models when R s values were averaged over a 7‐d period, and it was concluded that these three models provided accurate and precise R s estimations for our sites without further model modification.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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