MétaCan
Menu
Retour à la cohorte
Enregistrement W2076448919 · doi:10.1029/2007gl029748

Cloud seeding as a technique for studying aerosol‐cloud interactions in marine stratocumulus

2007· article· en· W2076448919 sur OpenAlexaff
Virendra P. Ghate, Bruce Albrecht, Pavlos Kollias, Haflidi H. Jonsson, Daniel Breed

Notice bibliographique

RevueGeophysical Research Letters · 2007
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric aerosols and clouds
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésMarine stratocumulusAerosolSeedingAtmospheric sciencesTransectEnvironmental scienceCloud computingPlumeDrizzleMeteorologyGeologyOceanographyPhysicsPrecipitation

Résumé

récupéré en direct d'OpenAlex

Giant hygroscopic aerosols were introduced into a solid marine stratocumulus cloud (200 m thick) by burning hygroscopic flares mounted on an aircraft. The cloud microphysical response in two parallel seeding plumes was observed using an instrumented aircraft making 16 transects of the plumes. The cloud drop size distribution width increased in the plumes due to an increased number of small cloud drops (3–5 μ m) on the earlier transects and a 5‐fold increase in the number of large drops (20–40 μ m) relative to the background cloud 30 minutes later. The cloud effective diameter increased from about 11 μ m in the background to 13 μ m in the plumes. Although the giant nuclei were only a small fraction of the total aerosols produced by the flares, they dominated the cloud response. The merit of the seeding approach for controlled observational studies of aerosol‐cloud interactions in marine stratocumulus was demonstrated.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,495
Score d'incertitude au seuil0,709

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,043
Tête enseignante GPT0,354
Écart entre enseignants0,311 · 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'étudeExpérimental (laboratoire)
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

Citations33
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeophysical Research LettersMême sujetAtmospheric aerosols and cloudsTravaux en français237 207