MétaCan
Menu
Retour à la cohorte
Enregistrement W2157953388 · doi:10.1175/jamc-d-10-05000.1

Characterization of Vertical Velocity and Drop Size Distribution Parameters in Widespread Precipitation at ARM Facilities

2011· article· en· W2157953388 sur OpenAlexaff
Scott Giangrande, Edward Luke, Pavlos Kollias

Notice bibliographique

RevueJournal of Applied Meteorology and Climatology · 2011
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiquePrecipitation Measurement and Analysis
Établissements canadiensMcGill University
Organismes subventionnairesOffice of ScienceU.S. Department of Energy
Mots-clésStandard deviationEnvironmental sciencePrecipitationDrop (telecommunication)RadarMagnitude (astronomy)Vertical velocityGeodesyGeologyMeteorologyAtmospheric sciencesMathematicsPhysicsMechanicsStatistics

Résumé

récupéré en direct d'OpenAlex

Abstract Extended, high-resolution measurements of vertical air motion and median volume drop diameter D0 in widespread precipitation from three diverse Atmospheric Radiation Measurement Program (ARM) locations [Lamont, Oklahoma, Southern Great Plains site (SGP); Niamey, Niger; and Black Forest, Germany] are presented. The analysis indicates a weak (0–10 cm−1) downward air motion beneath the melting layer for all three regions, a magnitude that is to within the typical uncertainty of the retrieval methods. On average, the hourly estimated standard deviation of the vertical air motion is 0.25 m s−1 with no pronounced vertical structure. Profiles of D0 vary according to region and rainfall rate. The standard deviation of 1-min-averaged D0 profiles for isolated rainfall rate intervals is 0.3–0.4 mm. Additional insights into the form of the raindrop size distribution are provided using available dual-frequency Doppler velocity observations at SGP. The analysis suggests that gamma functions better explain paired velocity observations and radar retrievals for the Oklahoma dataset. This study will be useful in assessing uncertainties introduced in the measurement of precipitation parameters from ground-based and spaceborne remote sensors that are due to small-scale variability.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0010,000

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 Opus0,022
Tête enseignante GPT0,212
Écart entre enseignants0,189 · 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

Citations38
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied Meteorology and ClimatologyMême sujetPrecipitation Measurement and AnalysisTravaux en français237 207