Eureka, 80° N, SKiYMET meteor radar temperatures compared with Aura MLS values
Notice bibliographique
Résumé
Abstract. The meteor trail echo decay rates are analysed on-site to provide daily temperatures near 90 km. In order to get temperatures from trail decay times, either knowledge of the pressure or the background temperature height gradient near 90 km is required (Hocking, 1999). Hocking et al. (2004) have developed an empirical 90 km temperature gradient model depending only on latitude and time of year, which is used in the SKiYMET on-site meteor temperature analysis. Here we look at the sensitivity of the resulting temperature to the assumed gradient and compare it and the temperatures with daily AuraMLS averages near Eureka. Generally there is good agreement between radar and satellite for winter temperatures and their short-term variations. However there is a major difference in mid-summer both in the temperatures and the gradients. Increased turbulence in summer, which may overwhelm the ambipolar diffusion even at 90 km, is likely a major factor. These differences are investigated by generating ambipolar-controlled decay times from satellite pressure and temperature data at a range of heights and comparing with radar measurements. Our study suggests it may be possible to use these data to estimate eddy diffusion coefficients at heights below 90 km. Finally the simple temperature analysis (using satellite pressures), and a standard meteor wind analysis are used to compare mean diurnal variations of temperature (T) with those of zonal wind (U) and meridional wind (V) in composite multi-year monthly intervals.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».