MétaCan
Menu
Retour à la cohorte
Enregistrement W2204622057 · doi:10.1115/omae2015-41039

Development and Application of a Global Satellite Database of Wind and Wave Conditions

2015· article· en· W2204622057 sur OpenAlexaboutno aff
Ian R. Young, Stefan Zieger, Alexander V. Babanin

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueOcean Waves and Remote Sensing
Établissements canadiensnon disponible
Organismes subventionnairesAustralian Research Council
Mots-clésBuoySignificant wave heightWind speedMeteorologyWave heightRemote sensingSatelliteAltimeterSynthetic aperture radarEnvironmental scienceWind waveCalibrationWind wave modelGeologyGeographyEngineeringAerospace engineering

Résumé

récupéré en direct d'OpenAlex

Oceanographic satellites have now been in operation for almost 30 years, collecting global data on oceanic winds and waves. During this period, a variety of satellites have been operational. These include altimeters (wind speed and wave height), SSMI radiometers (wind speed), scatterometers (wind speed and direction) and Synthetic Aperture Radar, SAR (full directional wave spectrum). Data from these instruments potentially represents an invaluable resource for offshore engineering design and facilities operation. This paper describes the development of a unique database containing data from all these instruments over their full periods of operation. The paper will describe the calibration and cross-validation of all instruments. This analysis shows the limitations of individual instruments and the relative accuracies. Instruments are calibrated against a very comprehensive buoy data set from the United States, Canada, UK, France, Spain, Australia and New Zealand. The extensive buoy dataset means that it is possible to have individual calibration buoys and independent validation sites. Further validation is provided by examining cross-over points between different satellite instruments where they image the same region of ocean at the same time. The paper will also demonstrate the application of this database. These applications include the evaluation of seasonal wind and wave climate on a global scale, the determination of extreme value statistics (100 year return values) for wind speed and wave height, long term trends in wind speed and wave height and potential trends in extreme values.

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)0,004
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,005
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)0,0030,003

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 GPT0,234
Écart entre enseignants0,209 · 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
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

Citations6
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetOcean Waves and Remote SensingTravaux en français237 207