MétaCan
Menu
Retour à la cohorte
Enregistrement W2065516120 · doi:10.1002/joc.642

Ice crystal number concentration versus temperature for climate studies

2001· article· en· W2065516120 sur OpenAlexfundno aff
Ismail Gültepe, George A. Isaac, Stewart G. Cober

Notice bibliographique

RevueInternational Journal of Climatology · 2001
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric aerosols and clouds
Établissements canadiensnon disponible
Organismes subventionnairesNational Research Council CanadaNational Aeronautics and Space Administration
Mots-clésIce crystalsAtmospheric sciencesPrecipitationEnvironmental scienceAtmosphere (unit)ClimatologyLatitudeMeteorologyGeologyPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract Ice crystal number concentration ( N i ) is an important parameter, having a strong influence on the calculation of cloud optical and microphysical parameters. Cloud and precipitation parameterizations within climate and weather forecasting models, affecting the heat and moisture budget of the atmosphere, cannot be determined accurately if N i is not estimated correctly. Previous studies of ice crystal number concentration versus temperature ( T ) have shown that N i – T relationships are not unique. The present study uses observations made in the glaciated regions of stratiform clouds from two Arctic and two mid‐latitude field projects to study the N i versus temperature relationship. Scatter plots of N i versus T at the ice particle measurement level do not show a good correlation with T for ice crystals at sizes less than 1000 µm. For a given temperature, the variation in N i is found to be up to two to three orders of magnitude for ice crystals with sizes larger than approximately 100 µm. A significant N i – T relationship is found for precipitation sized particles with sizes greater than 1000 µm. The ice particle concentration for sizes between 100 and 1000 µm varied from 0.1 to 100 L −1 , independent of geographic location where the measurements were made. Based on this work, it is concluded that modelling studies should be tested for the possible variations in N i versus T . Copyright © 2001 Royal Meteorological Society

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,772
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)0,0010,000

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 Opus0,021
Tête enseignante GPT0,334
Écart entre enseignants0,312 · 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'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

Citations59
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of ClimatologyMême sujetAtmospheric aerosols and cloudsTravaux en français237 207