MétaCan
Menu
Retour à la cohorte
Enregistrement W2592058982 · doi:10.48550/arxiv.1407.4918

Oscillator models of the solar cycle: Towards the development of inversion methods

2014· article· en· W2592058982 sur OpenAlexaff
Ilídio Lopes, Dário Passos, Melinda Nagy, K. Petrovay

Notice bibliographique

RevueRepository of the Academy's Library (Library of the Hungarian Academy of Sciences) · 2014
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueSolar and Space Plasma Dynamics
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésDynamoHelioseismologySolar dynamoSunspotInversion (geology)Dynamo theoryPhysicsPlanetary scienceSolar physicsSolar cycleGeophysicsStatistical physicsAstrophysicsAstronomySolar windGeologyMagnetic field

Résumé

récupéré en direct d'OpenAlex

This article reviews some of the leading results obtained in solar dynamo physics by using temporal oscillator models as a tool to interpret observational data and dynamo model predictions. We discuss how solar observational data such as the sunspot number is used to infer the leading quantities responsible for the solar variability during the last few centuries. Moreover, we discuss the advantages and difficulties of using inversion methods (or backward methods) over forward methods to interpret the solar dynamo data. We argue that this approach could help us to have a better insight about the leading physical processes responsible for solar dynamo, in a similar manner as helioseismology has helped to achieve a better insight on the thermodynamic structure and flow dynamics in the Sun's interior.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesScience ouverte
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,524
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,003
Communication savante0,0000,002
Science ouverte0,0060,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,022
Tête enseignante GPT0,257
Écart entre enseignants0,235 · 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'étudeExpérimental (laboratoire)
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

Citations12
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRepository of the Academy's Library (Library of the Hungarian Academy of Sciences)Même sujetSolar and Space Plasma DynamicsTravaux en français237 207