MétaCan
Menu
Retour à la cohorte
Enregistrement W2020868955 · doi:10.1364/ao.44.005652

Variability of observed low-altitude astronomical refraction (LAAR) from different geographic locations: progress toward a global map of LAAR variability

2005· article· en· W2020868955 sur OpenAlexaboutno aff
Russell D. Sampson, Edward P. Lozowski, Hans G. Machel

Notice bibliographique

RevueApplied Optics · 2005
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSunsetRefractionAltitude (triangle)LatitudeStandard deviationGeologyGeodesyAtmospheric sciencesClimatologyPhysicsAstronomyOptics

Résumé

récupéré en direct d'OpenAlex

The variability of the astronomical refraction of the setting Sun as measured from Holetown, Barbados, West Indies, is compared to sunset refraction measured from Edmonton, Alberta, during the same time of year. At about 13 degrees N latitude, Holetown experiences a marine tropical climate, while Edmonton (53 degrees N) has a subarctic continental climate. The 17 sunsets recorded from Holetown between 27 December 2003, and 21 February 2004, and between 25 and 30 December 2004, show a mean astronomical refraction of 0 degrees .475 and standard deviation of 0 degrees .012. The 26 sunsets recorded from Edmonton between 31 December 1992, and 17 February 1993, show a mean astronomical refraction of 0 degrees .699 and standard deviation of 0 degrees .118. The Barbados mean is significantly less than the Edmonton mean, while the variability of the Barbados data is an order of magnitude less than the Edmonton data. The variability of refraction appears to be strongly correlated with the variability in the surface vertical temperature gradient recorded on the same day as the sunset observations. This suggests that mapping of the geographic distribution of low-altitude astronomical refraction variability could be based on climatology of the surface vertical temperature gradient.

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)0,000
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 enseignants0,026
Score d'incertitude au seuil0,989

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,019
Tête enseignante GPT0,240
Écart entre enseignants0,221 · 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

Citations1
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied OpticsMême sujetClimate variability and modelsTravaux en français237 207