MétaCan
Menu
Retour à la cohorte
Enregistrement W2135967342 · doi:10.1175/jtech-d-11-00046.1

A Remotely Operated Lidar for Aerosol, Temperature, and Water Vapor Profiling in the High Arctic

2011· article· en· W2135967342 sur OpenAlexaffabout
G. J. Nott, T. J. Duck, Jonathan Doyle, M. E. W. Coffin, C. W. Perro, Colin P. Thackray, J. R. Drummond, P. F. Fogal, Emily McCullough, R. J. Sica

Notice bibliographique

RevueJournal of Atmospheric and Oceanic Technology · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric aerosols and clouds
Établissements canadiensWestern UniversityUniversity of TorontoDalhousie University
Organismes subventionnairesnon disponible
Mots-clésLidarWater vaporEnvironmental scienceMixing ratioTroposphereRemote sensingAerosolArcticRayleigh scatteringDepolarization ratioBackscatter (email)Atmosphere (unit)MeteorologyAtmospheric sciencesOpticsGeologyPhysicsComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract A Rayleigh–Mie–Raman lidar has been installed and is operating in the Polar Environment Atmospheric Research Laboratory at Eureka in the High Arctic (79°59′N, 85°56′W) as part of the Canadian Network for the Detection of Atmospheric Change. The lidar operates in both the visible and ultraviolet and measures aerosol backscatter and extinction coefficients, depolarization ratio, tropospheric temperature, and water vapor mixing ratio. Variable field of view, aperture, and filtering allow fine-tuning of the instrument for different atmospheric conditions. Because of the remote location, operations are carried out via a satellite link. The instrument is introduced along with the measurement techniques utilized and interference filter specifications. The temperature dependence of the water vapor signal depends on the filter specifications, and this is discussed in terms of minimizing the uncertainty of the water vapor mixing ratio product. Finally, an example measurement is presented to illustrate the potential of this instrument for studying the Arctic atmosphere.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,097
Score d'incertitude au seuil0,355

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)0,0000,000

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 Opus0,009
Tête enseignante GPT0,203
Écart entre enseignants0,194 · 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'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

Citations32
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Atmospheric and Oceanic TechnologyMême sujetAtmospheric aerosols and cloudsTravaux en français237 207