MétaCan
Menu
Retour à la cohorte
Enregistrement W2123850207

KARIN: The Ka-Band Radar Interferometer for the Proposed Surface Water and Ocean Topography (SWOT) Mission

2013· article· en· W2123850207 sur OpenAlexaboutno aff
Daniel Esteban-Fernández, Eva Peral, D. McWatters, Brian D. Pollard, Ernesto Rodríguez, R.C. Hughes

Notice bibliographique

RevueInternational Geoscience and Remote Sensing Symposium · 2013
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueOceanographic and Atmospheric Processes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOcean surface topographyMesoscale meteorologyAltimeterRemote sensingGeologyOcean currentSWOT analysisRadarNadirMeteorologySea-surface heightClimatologyEnvironmental scienceGeodesyGeographySatelliteComputer scienceAerospace engineering
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Over the last two decades, several nadir profiling radar altimeters have provided our first global look at the ocean basin-scale circulation and the ocean mesoscale at wavelengths longer than 100 km. Due to sampling limitations, nadir altimetry is unable to resolve the small wavelength ocean mesoscale and sub-mesoscale that are responsible for the vertical mixing of ocean heat and gases and the dissipation of kinetic energy from large to small scales. The proposed Surface Water and Ocean Topography (SWOT) mission would be a partnership between NASA, CNES (Centre National d'Etudes Spaciales) and the Canadian Space Agency, and would have as one of its main goals the measurement of ocean topography with kilometer-scale spatial resolution and centimeter scale accuracy. In this paper, we provide an overview of all ocean error sources that would contribute to the SWOT mission.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,864
Score d'incertitude au seuil0,476

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 technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,008
Tête enseignante GPT0,204
Écart entre enseignants0,196 · 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'étudeAutre devis
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

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Geoscience and Remote Sensing SymposiumMême sujetOceanographic and Atmospheric ProcessesTravaux en français237 207