MétaCan
Menu
Retour à la cohorte
Enregistrement W2334580461 · doi:10.1186/s40623-016-0428-y

Extremely severe space weather and geomagnetically induced currents in regions with locally heterogeneous ground resistivity

2016· article· en· W2334580461 sur OpenAlexaboutno aff
Shigeru Fujita, Ryuho Kataoka, Ikuko Fujii, A. Pulkkinen, Shinichi Watari

Notice bibliographique

RevueEarth Planets and Space · 2016
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueEarthquake Detection and Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGeomagnetically induced currentSpace weatherElectrical resistivity and conductivitySpace (punctuation)MeteorologyGeophysicsGeologyEnvironmental sciencePhysicsGeomagnetic stormEarth's magnetic fieldComputer scienceMagnetic field

Résumé

récupéré en direct d'OpenAlex

Large geomagnetically induced currents (GICs) triggered by extreme space weather events are now regarded as one of the serious natural threats to the modern electrified society. The risk is described in detail in High-Impact, Low-Frequency Event Risk, A Jointly-Commissioned Summary Report of the North American Electric Reliability Corporation and the US Department of Energy's November 2009 Workshop, June 2010. For example, the March 13-14,1989 storm caused a large-scale blackout affecting about 6 million people in Quebec, Canada, and resulting in substantial economic losses in Canada and the USA (Bolduc 2002). Therefore, European and North American nations have invested in GIC research such as the Solar Shield project in the USA (Pulkkinen et al. 2009, 2015a). In 2015, the Japanese government (Ministry of Economy, Trade and Industry, METI) acknowledged the importance of GIC research in Japan. After reviewing the serious damages caused by the 2011 Tohoku-Oki earthquake, METI recognized the potential risk to the electric power grid posed by extreme space weather. During extreme events, GICs can be concerning even in mid- and low-latitude countries and have become a global issue.

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 enseignants0,003
Score d'incertitude au seuil0,006

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
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 Opus0,014
Tête enseignante GPT0,196
Écart entre enseignants0,182 · 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

Citations8
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEarth Planets and SpaceMême sujetEarthquake Detection and AnalysisTravaux en français237 207