MétaCan
Menu
Retour à la cohorte
Enregistrement W2769821060 · doi:10.1002/2017gl074678

The Solar Flux Dependence of Ionospheric 150 km Radar Echoes and Implications

2017· article· en· W2769821060 sur OpenAlexaff
A. K. Patra, P. Pavan Chaitanya, Yuichi Otsuka, T. Yokoyama, M. Yamamoto

Notice bibliographique

RevueGeophysical Research Letters · 2017
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueIonosphere and magnetosphere dynamics
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésIonosphereFlux (metallurgy)RadarPhysicsExtreme ultraviolet lithographyAmplitudeGeophysicsPlasmaAtmospheric sciencesComputational physicsDaytimeAstrophysicsOpticsMaterials science

Résumé

récupéré en direct d'OpenAlex

Abstract Radar echoes from the daytime equatorial ionospheric F1 region, popularly known as “150 km echoes,” have challenged ionospheric plasma physicists for several decades. Recent theoretical simulations showed that enhanced photoelectron fluxes can amplify the amplitude of plasma waves, generating spectra similar to those of the radar echoes, implying that larger solar fluxes should produce more frequent and stronger 150 km echoes. Inspired by this proposal, we studied the occurrence and intensity dependence of the echoes on the EUV flux observed by SOHO over several years. The occurrence and intensity of the echoes were found to have an inverse relationship with this EUV flux measurement. The multiyear trend is independent of the variability often observed over successive days with nearly identical EUV fluxes. These results imply that the relationship between the echoes and EUV flux is more complex. We propose that gravity waves modulate the amplitude of 150 km echoes through changes in the variations in plasma density and photoelectron fluxes associated with the gravity wave‐induced neutral density modulations.

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)0,000
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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0010,000

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 Opus0,019
Tête enseignante GPT0,304
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 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

Citations14
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeophysical Research LettersMême sujetIonosphere and magnetosphere dynamicsTravaux en français237 207