What effect do substorms have on the content of the radiation belts?
Notice bibliographique
Résumé
Abstract Substorms are fundamental and dynamic processes in the magnetosphere, converting captured solar wind magnetic energy into plasma energy. These substorms have been suggested to be a key driver of energetic electron enhancements in the outer radiation belts. Substorms inject a keV “seed” population into the inner magnetosphere which is subsequently energized through wave‐particle interactions up to relativistic energies; however, the extent to which substorms enhance the radiation belts, either directly or indirectly, has never before been quantified. In this study, we examine increases and decreases in the total radiation belt electron content (TRBEC) following substorms and geomagnetically quiet intervals. Our results show that the radiation belts are inherently lossy, shown by a negative median change in TRBEC at all intervals following substorms and quiet intervals. However, there are up to 3 times as many increases in TRBEC following substorm intervals. There is a lag of 1–3 days between the substorm or quiet intervals and their greatest effect on radiation belt content, shown in the difference between the occurrence of increases and losses in TRBEC following substorms and quiet intervals, the mean change in TRBEC following substorms or quiet intervals, and the cross correlation between SuperMAG AL (SML) and TRBEC. However, there is a statistically significant effect on the occurrence of increases and decreases in TRBEC up to a lag of 6 days. Increases in radiation belt content show a significant correlation with SML and SYM‐H , but decreases in the radiation belt show no apparent link with magnetospheric activity levels.
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 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 | 0,001 | 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 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».