MétaCan
Menu
Retour à la cohorte
Enregistrement W2752659327 · doi:10.1063/1.5001451

Deployment and early results from the CanSIM (Canadian Solar Spectral Irradiance Meter) network

2017· article· en· W2752659327 sur OpenAlexafffundabout
Viktar Tatsiankou, Karin Hinzer, Henry Schriemer, Patrick McVey-White, Richard Beal

Notice bibliographique

RevueAIP conference proceedings · 2017
Typearticle
Langueen
DomaineComputer Science
ThématiqueSolar Radiation and Photovoltaics
Établissements canadiensSpectra Energy (Canada)University of Ottawa
Organismes subventionnairesEnvironment and Climate Change CanadaPublic Works and Government Services CanadaGovernment of Canada
Mots-clésPyranometerIrradianceSpectroradiometerEnvironmental scienceRemote sensingSolar irradianceAtmospheric sciencesMeteorologyPhysicsGeographyOpticsReflectivity

Résumé

récupéré en direct d'OpenAlex

Three of seven stations have been deployed as part of the Canadian Solar Spectral Irradiance (CanSIM) network situated in Ottawa, Varennes and Egbert to measure long term spectral variation of the direct normal (DNI) and global horizontal irradiances (GHI) across the country. Every station is equipped with a solar tracker, SolarSIM-D2+, SolarSIM-G+, and SR20 pyranometer, reporting the spectral DNI, GHI, diffuse horizontal irradiance (DHI) and aerosol optical depth in the 280–4000 nm range, broadband DNI, GHI, and DHI, atmospheric total column ozone and water vapour amounts. The spectral GHI as measured by the SolarSIM-G+ was within 5% as compared to EKO MS-700 spectroradiometer in 350–1050 nm range on 17 March 2017. The difference in the GHI as reported by SolarSIM-G+ and SR20 pyranometer from all stations was within 2% on 14 April 2017. Furthermore, on this day, the daily GHI sum for the Ottawa, Varennes, and Egbert stations was 7.01, 6.95, and 7.11 kWh/m2, respectively, while the daily DNI sum was 10.65, 10.86, 10.04 kWh/m2, respectively.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,086
Score d'incertitude au seuil0,173

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0020,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,032
Tête enseignante GPT0,238
Écart entre enseignants0,206 · 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 source (Gemma direct ou Codex distillé), 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

Citations5
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAIP conference proceedingsMême sujetSolar Radiation and PhotovoltaicsTravaux en français237 207