MétaCan
Menu
Retour à la cohorte
Enregistrement W2519706117 · doi:10.1002/2016jd025211

Mars' atmosphere: The sister planet, our statistical twin

2016· article· en· W2519706117 sur OpenAlexaff
Wilbur Chen, S. Lovejoy, Jan‐Peter Müller

Notice bibliographique

RevueJournal of Geophysical Research Atmospheres · 2016
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiquePlanetary Science and Exploration
Établissements canadiensMcGill University
Organismes subventionnairesScience and Technology Facilities Council
Mots-clésMars Exploration ProgramPlanetAtmosphere (unit)TurbulenceAstrobiologyAtmosphere of MarsMartianPhysicsGeologyAtmospheric sciencesMeteorologyAstronomy

Résumé

récupéré en direct d'OpenAlex

Abstract Satellite‐based Martian reanalyses have allowed unprecedented comparisons between our atmosphere and that of our sister planet, underlining various similarities and differences in their respective dynamics. Yet by focusing on large scale structures and deterministic mechanisms they have improved our understanding of the dynamics only over fairly narrow ranges of (near) planetary scales. However, the Reynolds numbers of the flows on both planets are larger than 10 11 and dissipation only occurs at centimetric (Mars) or millimetric scales (Earth) so that over most of their scale ranges, the dynamics are fully turbulent. In this paper, we therefore examine the high‐level, statistical, turbulent laws for the temperature, horizontal wind, and surface pressure, finding that Earth and Mars have virtually identical statistical exponents so that their statistics are very similar over wide ranges. Therefore, it would seem that with the exception of certain aspects of the largest scales (such as the role of dust in atmospheric heating on Mars, or of water in its various phases on Earth), that the nonlinear dynamics are very similar. We argue that this is a prediction of the classical laws of turbulence when extended to planetary scales and that it supports our use of turbulent laws on both planetary atmospheres.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,286
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,036
Tête enseignante GPT0,320
Écart entre enseignants0,284 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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

Citations20
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research AtmospheresMême sujetPlanetary Science and ExplorationTravaux en français237 207