MétaCan
Menu
Retour à la cohorte
Enregistrement W1988704990 · doi:10.1175/2010jtecha1402.1

The Effect of Radial Velocity Gridding Artifacts on Variationally Retrieved Vertical Velocities

2010· article· en· W1988704990 sur OpenAlexaff
Scott Collis, Alain Protat, Kao‐Shen Chung

Notice bibliographique

RevueJournal of Atmospheric and Oceanic Technology · 2010
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMeteorological Phenomena and Simulations
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésInterpolation (computer graphics)Spurious relationshipLinear interpolationRadarSimple (philosophy)MeteorologyComputer scienceRadial velocityGeologyAlgorithmImage (mathematics)PhysicsComputer visionArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Abstract This article investigates the source and impact of artifacts produced by ordered linear interpolation techniques on variationally retrieved updraft intensities. Qualitative reasoning for the generation of periodic perturbations in gridded products is presented, and a simple analytical investigation into the impact of gridding artifacts on updraft retrieval is carried out. By projecting a nonconvergent flow typical of Darwin, Australia, onto the viewing geometry of a scanning radar, a numerical assessment of the impact of gridding artifacts is carried out. A simple enhancement to ordered linear interpolation, mixed-order linear interpolation, is proposed to reduce gridding artifacts. Radial velocity grids produced using both techniques are used to investigate the generation of spurious updrafts, with the simple ordered linear interpolation technique producing erroneous updrafts on the order of 2 m s−1. To investigate the impact on vertical velocities retrieved from a real weather event, radar-derived measurements taken during the active monsoon phase of Tropical Warm Pool International Cloud Experiment are gridded using both techniques, and vertical velocities are retrieved and contrasted.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,290
Score d'incertitude au seuil0,230

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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)0,0000,000

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 Opus0,005
Tête enseignante GPT0,203
Écart entre enseignants0,197 · 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 tête enseignante, 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

Citations16
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Atmospheric and Oceanic TechnologyMême sujetMeteorological Phenomena and SimulationsTravaux en français237 207