MétaCan
Menu
Retour à la cohorte
Enregistrement W2017720132 · doi:10.1029/2003jd003492

A new approach to estimating the albedo for snow‐covered surfaces in the satellite UV method

2003· article· en· W2017720132 sur OpenAlexaboutno aff
Antti Arola, Jussi Kaurola, Lasse Koskinen, A. Tanskanen, Tuomo Tikkanen, P. Taalas, J. R. Herman, N. A. Krotkov, Vitali Fioletov

Notice bibliographique

RevueJournal of Geophysical Research Atmospheres · 2003
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric Ozone and Climate
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSatelliteAlbedo (alchemy)SnowEnvironmental scienceRemote sensingIrradianceTerrainMeteorologyTotal Ozone Mapping SpectrometerOzoneAtmospheric sciencesOzone layerGeologyGeography

Résumé

récupéré en direct d'OpenAlex

This paper describes a new method for estimating snow albedo for satellite retrieval of surface UV irradiance and daily UV doses over snow‐covered terrains. The method is based on combining satellite and meteorological analysis data. The satellite data exploited in this work are the measured reflectivities of the Total Ozone Mapping Spectrometer/Nimbus 7 instrument that coincides with the European Centre for Medium‐Range Weather Forecasts ERA‐15 reanalyzed meteorological data. We compared satellite‐retrieved UV daily doses to the ground‐based measurements of two Finnish and five Canadian sites. The comparison clearly showed that the new snow albedo approach improves the accuracy of the satellite‐retrieved UV doses.

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)0,006
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,720
Score d'incertitude au seuil0,558

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,063
Tête enseignante GPT0,351
Écart entre enseignants0,287 · 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'étudeAutre devis
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

Citations32
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research AtmospheresMême sujetAtmospheric Ozone and ClimateTravaux en français237 207