MétaCan
Menu
Retour à la cohorte
Enregistrement W2153373601 · doi:10.1175/jas-d-12-0165.1

New Hailstone Physics. Part II: Interaction of the Variables

2013· article· en· W2153373601 sur OpenAlexaff
Roland List

Notice bibliographique

RevueJournal of the Atmospheric Sciences · 2013
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMeteorological Phenomena and Simulations
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésIcingLiquid water contentMaterials sciencePhysicsMeteorology

Résumé

récupéré en direct d'OpenAlex

Abstract The reduction of parameter dimensions in Part I is complemented by the compaction of parameter space in Part II. The range of diameters is 0.5 ≤ D ≤ 8 cm, and the assumed liquid water content varies within 1 ≤ Wf ≤ 3 for dry growth and Wf ≤ 6 g m−3 for shedding. Entirely new data throw new light onto HMT and growth. Results are as follows: (i) dry growth is unimportant, since most hailstones grow spongy; (ii) radial growth is slow for dry and fast for spongy growth because less latent heat of freezing needs to be discarded if a smaller portion of the accreted water is frozen: this growth with shedding is particularly effective if the product Y of the net collection efficiency and ice mass fraction of the deposit is 0.2 ≤ Y ≤ 0.6; (iii) the lowest possible surface temperature tS for dry growth is −32.3°C. For water-skin-covered, spongy particles tS > −5°C, and tS > −0.55°C for shedding from wet surfaces without water skins; and (iv) the interplay between water-skin thickness and surface temperature allows interconnection of all variables. However, new icing experiments are necessary to prove the proposed sphere growth by special gyration, to quantify the components of Y, and to address water-skin properties and growth. Radically redesigned dynamic cloud models need to incorporate hail packaging and rain spectra evolution in clouds. The latter will connect hailstone shedding with a warm rain process that is parallel to and interacts with hail formation.

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 consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,524
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,028
Tête enseignante GPT0,231
Écart entre enseignants0,203 · 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.

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

Citations10
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the Atmospheric SciencesMême sujetMeteorological Phenomena and SimulationsTravaux en français237 207