MétaCan
Menu
Retour à la cohorte
Enregistrement W2154613999

Measuring Atmospheric CO 2 from Space Using Full Spectral Initiation (FSI) WFM-DOAS: Initial Results and Validation

2006· article· en· W2154613999 sur OpenAlexaboutno aff
M. P. Barkley, P. S. Monks, R. L. Mittermeier, H. Fast, Stefan Körner, Martin Heimann

Notice bibliographique

RevueESASP · 2006
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric and Environmental Gas Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSCIAMACHYDifferential optical absorption spectroscopyFourier transformRemote sensingOffset (computer science)Fourier transform infrared spectroscopyNear-infrared spectroscopyWeightingSpectrometerInfraredEnvironmental scienceAnalytical Chemistry (journal)AlgorithmOpticsAbsorption (acoustics)PhysicsMathematicsChemistryComputer scienceGeologyMathematical analysisAcoustics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Atmospheric CO2 concentrations, retrieved from spectral measurements made in the near infrared (NIR) by the SCIAMACHY instrument, using a new retrieval algorithm called Full Spectral Initiation Weighting Function Modified Differential Optical Absorption Spectroscopy (FSI WFM-DOAS), are compared to ground based Fourier Transform Infrared (FTIR) data and to the output from a global chemistry-transport model. Comparisons to CO 2 measurements made by the ground based FTIR spectrometer at Egbert, Canada, reveal a negative bias in the FSI WFM-DOAS columns of approximately -4.0%, though this offset appears to be decreasing with time. Similar comparisons to the TM3 chemistry transport model show that that the temporal behaviour of the seasonal cycle is captured well but that its amplitude is over estimated. From these comparisons, the overall precision and bias of the CO2 columns retrieved by the FSI algorithm are estimated to be close to 1.0% and <4.0% respectively.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,045
Score d'incertitude au seuil0,090

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
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 Opus0,018
Tête enseignante GPT0,221
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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueESASPMême sujetAtmospheric and Environmental Gas DynamicsTravaux en français237 207