MétaCan
Menu
Retour à la cohorte
Enregistrement W2002219117 · doi:10.1029/2004ja010437

Competition between acceleration and loss mechanisms of relativistic electrons during geomagnetic storms

2004· article· en· W2002219117 sur OpenAlexaff
Danny Summers, Chunyu Ma, T. Mukai

Notice bibliographique

RevueJournal of Geophysical Research Atmospheres · 2004
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueIonosphere and magnetosphere dynamics
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésPhysicsVan Allen radiation beltElectronHissComputational physicsGeomagnetic stormPitch angleWhistlerElectron precipitationAmplitudeDiffusionMagnetosphereAtomic physicsCyclotronEarth's magnetic fieldGeophysicsPlasmaMagnetic fieldNuclear physicsOpticsQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

We demonstrate quantitatively that whether a geomagnetic storm results in an increase or decrease of relativistic electrons in the outer zone depends on the competition between the physical processes producing the energization and loss of electrons. We construct a simplified one‐dimensional model for the electron energy distribution incorporating electron energization by cyclotron resonant interaction with whistler‐mode chorus, and electron losses due to pitch angle scattering into the loss cone by combined plasma waves (in particular, electromagnetic ion cyclotron waves and plasmaspheric hiss). We do not include radial diffusion explicitly since the model applies to the region 3 < L < 5 where radial diffusion is expected to be weak. We treat the chorus wave amplitude and electron loss rate as model input variables and compute the solution for the electron energy distribution as the model output. The extent of the electron flux increase or decrease during the event is found to be sensitively controlled by the magnitudes of the wave amplitude and electron loss rate.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
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 Opus0,015
Tête enseignante GPT0,283
Écart entre enseignants0,268 · 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'étudeSimulation ou modélisation
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

Citations76
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research AtmospheresMême sujetIonosphere and magnetosphere dynamicsTravaux en français237 207