MétaCan
Menu
Retour à la cohorte
Enregistrement W2010968187 · doi:10.5194/angeo-20-1891-2002

Cloud microphysical characteristics versus temperature for three Canadian field projects

2002· article· en· W2010968187 sur OpenAlexfundaboutno aff
Ismail Gültepe, George A. Isaac, Stewart G. Cober

Notice bibliographique

RevueAnnales Geophysicae · 2002
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric aerosols and clouds
Établissements canadiensnon disponible
Organismes subventionnairesNational Research Council CanadaTransport CanadaNational Aeronautics and Space Administration
Mots-clésEnvironmental scienceBayArcticAtmospheric sciencesMeteorologyLatitudeClimatologyLiquid water contentCloud computingGeographyOceanographyGeology

Résumé

récupéré en direct d'OpenAlex

Abstract. The purpose of this study is to better understand how cloud microphysical characteristics such as liquid water content (LWC) and droplet number concentration (Nd) change with temperature (T). The in situ observations were collected during three research projects including: the Radiation, Aerosol, and Cloud Experiment (RACE) which took place over the Bay of Fundy and Central Ontario during August 1995, the First International Regional Arctic Cloud Experiment (FIRE.ACE) which took place in the Arctic Ocean during April 1998, and the Alliance Icing Research Study (AIRS) which took place in the Ontario region during the winter of 1999–2000. The RACE, FIRE.ACE, and AIRS projects represent summer mid-latitude clouds, Arctic clouds, and mid-latitude winter clouds, respectively. A LWC threshold of 0.005 g m-3 was used for this study. Similar to other studies, LWC was observed to decrease with decreasing T. The LWC-T relationship was similar for all projects, although the range of T conditions for each project was substantially different, and the variability of LWC within each project was considerable. Nd also decreased with decreasing T, and a parameterization for Nd versus T is suggested that may be useful for modeling studies.Key words. Atmospheric composition and structure (cloud physics and chemistry) – Meteorology and atmospheric dynamics (climatology; general circulation)

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,217
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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)0,0010,001

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 Opus0,019
Tête enseignante GPT0,215
Écart entre enseignants0,196 · 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.

Devis d'étudeSans objet
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

Citations15
Publié2002
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAnnales GeophysicaeMême sujetAtmospheric aerosols and cloudsTravaux en français237 207