MétaCan
Menu
Retour à la cohorte
Enregistrement W2167634240 · doi:10.5194/gi-2-131-2013

A new automatic method for estimating the peak auroral emission height from all-sky camera images

2013· article· en· W2167634240 sur OpenAlexaff
Daniel Whiter, B. Gustavsson, Noora Partamies, L. Sangalli

Notice bibliographique

RevueGeoscientific instrumentation, methods and data systems · 2013
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueIonosphere and magnetosphere dynamics
Établissements canadiensRoyal Military College of Canada
Organismes subventionnairesAcademy of Finland
Mots-clésZenithSkyIonosphereGeodesyRemote sensingPhysicsComputational physicsGeologyMeteorologyGeophysics

Résumé

récupéré en direct d'OpenAlex

Abstract. This paper presents a new fully automatic method for quickly finding the average peak emission height of a single auroral structure from a pair of all-sky camera images with overlapping fields of view. The peak emission height of the aurora must be estimated in order to calculate several other important parameters, such as horizontal spatial scales, optical flow velocities, and ionospheric electric fields. In most cases the height is not measured, but a value is assumed, often about 110 km. It is unclear how accurate this assumption is. A future statistical study of the auroral height in which the method presented here will be applied to many years of observations will lead to more accurate assumptions of the height with quantitative error estimates, and therefore more accurate estimates of parameters derived using these assumed auroral heights. In the present work the performance of the new method is compared to another recent automatic method. It is found that the new method measures the peak emission height regardless of the shape of the volume emission rate profile, unlike the other recent method. However, the new method is less suitable than the other method for analysis of very wide auroral arcs (>30 km) or for aurora in the magnetic zenith of one of the images.

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)0,001
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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,025
Tête enseignante GPT0,349
Écart entre enseignants0,324 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations24
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeoscientific instrumentation, methods and data systemsMême sujetIonosphere and magnetosphere dynamicsTravaux en français237 207