MétaCan
Menu
Retour à la cohorte
Enregistrement W2244358160 · doi:10.1002/2015ja021343

A new technique for determining Substorm Onsets and Phases from Indices of the Electrojet (SOPHIE)

2015· article· en· W2244358160 sur OpenAlexfundno aff
C. Forsyth, I. J. Rae, John Coxon, M. P. Freeman, C. M. Jackman, J. W. Gjerloev, A. N. Fazakerley

Notice bibliographique

RevueJournal of Geophysical Research Space Physics · 2015
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueNMR spectroscopy and applications
Établissements canadiensnon disponible
Organismes subventionnairesBritish Antarctic SurveyUniversità degli Studi dell'AquilaSight Research UKScience and Technology Facilities CouncilU.S. Geological SurveyFlorida Institute of TechnologyNatural Environment Research CouncilAlberta Agricultural Research Institute
Mots-clésSubstormElectrojetGeodesyGeologyPhysicsNuclear physicsMagnetosphereEarth's magnetic fieldPlasmaMagnetic field

Résumé

récupéré en direct d'OpenAlex

Abstract We present a new quantitative technique that determines the times and durations of substorm expansion and recovery phases and possible growth phases based on percentiles of the rate of change of auroral electrojet indices. By being able to prescribe different percentile values, we can determine the onset and duration of substorm phases for smaller or larger variations of the auroral index or indeed any auroral zone ground‐based magnetometer data. We apply this technique to the SuperMAG AL (SML) index and compare our expansion phase onset times with previous lists of substorm onsets. We find that more than 50% of events in previous lists occur within 20 min of our identified onsets. We also present a comparison of superposed epoch analyses of SML based on our onsets identified by our technique and existing onset lists and find that the general characteristics of the substorm bay are comparable. By prescribing user‐defined thresholds, this automated, quantitative technique represents an improvement over any visual identification of substorm onsets or indeed any fixed threshold method.

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)0,003
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 enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,066
Tête enseignante GPT0,436
Écart entre enseignants0,370 · 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

Citations166
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research Space PhysicsMême sujetNMR spectroscopy and applicationsTravaux en français237 207