MétaCan
Menu
Retour à la cohorte
Enregistrement W2729319959

CLOUD AND AEROSOL PROPERTIES MEASURED WITH A LIDAR IN THE HIGH ARCTIC AT EUREKA

2010· article· en· W2729319959 sur OpenAlexvenueaboutno aff
C. W. Perro

Notice bibliographique

RevueLibrary and Archives Canada (Government of Canada) · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMaritime Transport Emissions and Efficiency
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAerosolLidarArcticEnvironmental scienceThe arcticMeteorologyCloud computingRemote sensingClimatologyAtmospheric sciencesGeographyGeologyOceanographyComputer science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The recently commissioned CANDAC Rayleigh?Mie?Raman Lidar (CRL) in Eureka, Nunavut, finished its first winter measurement campaign in 2010, during which over 900 hours of data was collected. A comparison of several inversion techniques are shown to de- termine which one is most appropriate for the CRL aerosol and cloud analyses. Results of a newly implemented automatic beam steering program are shown and discussed. Measure- ments of water vapour and aerosols showed a distinct layering effect in the troposphere. Back trajectories of these layers are compared to the CRL measurements to determine origins of these layers. Measurements of significant aerosol concentrations in the lower stratosphere were seen during the campaign, which were from the Sarychev eruption in June of 2009. The aerosol evolution over Eureka is shown by using different ground-based and satellite-based instruments. Calculations using multi-wavelength aerosol and cloud measurements are used to give insight on aerosol and cloud particle properties.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,277
Score d'incertitude au seuil0,991

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,003
Tête enseignante GPT0,118
Écart entre enseignants0,115 · 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.

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

Citations0
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLibrary and Archives Canada (Government of Canada)Même sujetMaritime Transport Emissions and EfficiencyTravaux en français237 207