MétaCan
Menu
Retour à la cohorte
Enregistrement W2025332060 · doi:10.1029/2007jc004413

Objective analysis of marine winds with the benefit of the Radarsat‐1 synthetic aperture radar: A nonlinear regression framework

2008· article· en· W2025332060 sur OpenAlexaff
Richard E. Danielson, Michael K. Dowd, Harold Ritchie

Notice bibliographique

RevueJournal of Geophysical Research Atmospheres · 2008
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueOcean Waves and Remote Sensing
Établissements canadiensEnvironment and Climate Change CanadaDalhousie University
Organismes subventionnairesnon disponible
Mots-clésSynthetic aperture radarBuoyBackscatter (email)Remote sensingMeteorologyRadarWind speedEnvironmental scienceCovarianceWind directionGeologyGeodesyComputer scienceGeographyMathematicsStatisticsOceanography

Résumé

récupéré en direct d'OpenAlex

Surface wind analyses are constructed from spaceborne synthetic aperture radar (SAR) measurements along coastal regions of eastern and western North America and collocated operational marine wind forecasts. Each analysis minimizes the error sum of squares of the wind forecast, the SAR backscatter, and wind direction that is inferred from the SAR backscatter gradient. The relative importance of the SAR wind information is defined by its expected error covariances. Parameters that define these covariances are postulated for half the analyses by comparison with an independent set of buoy observations. The remaining analyses are found to compare better with buoy observations than conventional analysis approaches. It is suggested that SAR wind information generally be weighted strongly in an analysis and that an error covariance length scale of O[10 km] is appropriate.

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)0,001
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 enseignants0,362
Score d'incertitude au seuil0,466

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,001
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 Opus0,017
Tête enseignante GPT0,263
Écart entre enseignants0,246 · 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

Citations2
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research AtmospheresMême sujetOcean Waves and Remote SensingTravaux en français237 207