<i>F</i> region ionosphere effects on the mapping accuracy of SuperDARN HF radar echoes
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Structured particle precipitation in the cusp is an important source for the generation of F region ionospheric irregularities. The equatorward boundaries of broad Doppler spectral width in Super Dual Auroral Radar Network (SuperDARN) data and the concurrent OI 630.0 nm auroral emission are good empirical proxies for the dayside open‐closed field line boundary. However, SuperDARN currently employs a simple virtual model to determine the location of its echoes, instead of a direct calculation of the radio wave path. The varying ionospheric conditions could influence the final mapping accuracy of SuperDARN echoes. A statistical comparison of the offsets between the SuperDARN Finland radar spectral width boundary (SWB) and the OI 630.0 nm auroral emission boundary (AEB) from a meridian‐scanning photometer (MSP) on Svalbard is performed in this paper. By restricting the location of the 630.0 nm data to be near local zenith where the MSP has the highest spatial resolution, the optical mapping errors were significantly reduced. The variation of the SWB‐AEB offset confirms that there is a close relationship between the mapping accuracy of the HF radar echoes and solar activity. The asymmetric variation of the SWB‐AEB offset versus magnetic local time suggests that the intake of high‐density solar extreme ultraviolet ionized plasma from postnoon at subauroral latitudes could result in a stronger refraction of the HF radar signals in the noon sector, while changing the HF radar operating frequency also has a refraction effect that contributes to the final location of the HF radar echoes.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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