MétaCan
Menu
← Retour à la cohorte
Enregistrement W2000098142 · doi:10.1117/12.417083

Lidar and Optical Particle Counter (OPC) measurements of polar and tropical stratospheric aerosols

2001· article· en· W2000098142 sur OpenAlexaboutno aff
Motoaki Yasui, Masahiko Hayashi, Tomohiro Nagai, Takatsugu Matsumura, Kohei Mizutani, Toshikasu Itabe, Osamu Uchino, Toshifumi Fujimoto, Motowo Fujiwara, Takashi Shibata, Sri Kaloka Prabotosari, Saipul Hamdi

Notice bibliographique

RevueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIE · 2001
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric aerosols and clouds
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésStratosphereLidarAerosolAtmospheric sciencesEnvironmental scienceAltitude (triangle)Backscatter (email)ArcticPolarParticle (ecology)Extinction (optical mineralogy)ClimatologyRemote sensingMeteorologyGeologyPhysicsMineralogyOceanography

Résumé

récupéré en direct d'OpenAlex

Lidar and Optical Particle Counter (OPC) measurements were performed in the Canadian Arctic and in the Indonesian Tropical region. The observations yielded very interesting and important results about the features of the latitudinal difference in the stratospheric aerosols. Besides the latitudinal difference, the aerosol distributions and their time variation showed unique characteristics in each of the regions. In Arctic winter, the aerosol concentration varies frequently day-today. In the Tropical region, the aerosol distribution and the vertical transport is, probably, controlled by the variation of the circulation pattern in the lower stratosphere related to the QBO in the tropical stratosphere. Based on the results of the simultaneous measurements by lidar and OPCs, we estimated surface area density, volume density, S-parameter (extinction to backscatter ratio), backscatter to surface area conversion factor, and backscatter to volume conversion factor of the stratospheric aerosols at 20km-altitude in the Arctic and Tropical regions.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,023
Score d'incertitude au seuil0,046

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,001
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 Opus0,013
Tête enseignante GPT0,218
Écart entre enseignants0,205 · 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

Citations0
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIE→Même sujetAtmospheric aerosols and clouds→Travaux en français237 207→