MétaCan
Menu
Retour à la cohorte
Enregistrement W2069715026 · doi:10.1175/jcli-d-12-00223.1

Multiyear Summertime Observations of Daytime Fair-Weather Cumuli at the ARM Southern Great Plains Facility

2013· article· en· W2069715026 sur OpenAlexaff
Arunchandra S. Chandra, Pavlos Kollias, Bruce Albrecht

Notice bibliographique

RevueJournal of Climate · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric aerosols and clouds
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésDaytimeEnvironmental scienceMeteorologyCloud topRadarCloud heightCloud computingAtmospheric sciencesVertical velocityWeather radarClimatologyGeologyCloud coverGeographyPhysicsMechanicsComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract A long data record (14 yr) of ground-based observations at the Atmospheric Radiation Measurement Program (ARM) Southern Great Plains (SGP) site is analyzed to document the macroscopic and dynamical properties of daytime fair-weather cumulus clouds during summer months. First, a fuzzy logic–based algorithm is developed to eliminate insect radar echoes in the boundary layer that hinder the ability to develop representative cloud statistics. The refined dataset is used to document the daytime composites of fair-weather cumulus clouds properties. Doppler velocities are processed for lower reflectivity thresholds that contain small cloud droplets having insignificant terminal velocities; thus, Doppler velocities are used as tracers of air motion. The algorithm is implemented to process the entire 14-yr dataset of cloud radar vertical velocity data. Composite diurnal variations of the cloud vertical velocity statistics, surface parameters, and profiles of updraft and downdraft fractions, bulk velocity of updrafts and downdrafts, and updraft and downdraft mass flux are calculated. Statistics on the cloud geometrical properties such as cloud thickness, cloud chord length, cloud spacing, and aspect ratios are calculated on the cloud scale. The present dataset provides a unique insight into the daytime evolution and statistical description of the turbulent structure inside fair-weather cumuli over land.

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 consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,999

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)0,0180,002

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 GPT0,231
Écart entre enseignants0,211 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations24
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of ClimateMême sujetAtmospheric aerosols and cloudsTravaux en français237 207