Technique: Large‐scale ionospheric conductance estimated from combined satellite and ground‐based electromagnetic data
Notice bibliographique
Résumé
A technique for estimating the large‐scale spatial distribution of the height‐integrated electrical conductivity (conductance) of the Earth's high‐latitude ionosphere is presented. By combining satellite magnetic perturbation data with ground‐based magnetometer and HF radar observations the Hall (Σ H ) and Pedersen (Σ P ) conductances are independently calculated. Magnetic perturbations observed at the Earth's surface are combined with those recorded by satellites to calculate the horizontal ionospheric current ( ⊥ ). Combined HF radar and satellite ion drift data give the ionospheric electric field ( ⊥ ), which combined with ⊥ allows Σ H and Σ P to be estimated from Ohm's law. Conductance results from preliminary application of the technique to an event with a 1 hour integration time are presented. Significant uncertainties arise due to sparse ground magnetometer and electric field coverage. The resulting conductance distribution shows an enhancement in the auroral regions as expected from a statistical model conductance. However, the calculated conductance enhancement is located between the region 1 and region 2 Birkeland currents. This agrees with the statistical model data in the morning sector but disagrees in the evening sector. Comparison of the conductance results with conductance data inferred from in situ precipitating particle observations shows colocated enhancements. The calculated data also show a low (<1) Hall to Pedersen conductance ratio in regions near downward Birkeland current.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».