MétaCan
Menu
Retour à la cohorte
Enregistrement W2772506664 · doi:10.1175/jamc-d-16-0370.1

Contrasting Polarimetric Observations of Stratiform Riming and Nonriming Events

2017· article· en· W2772506664 sur OpenAlexafffund
Jonathan M. Vogel, Frédéric Fabry

Notice bibliographique

RevueJournal of Applied Meteorology and Climatology · 2017
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiquePrecipitation Measurement and Analysis
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaEnvironment and Climate Change Canada
Mots-clésPolarimetryScatteringRadarSpectral lineEnvironmental scienceMeteorologyPrecipitationDoppler effectRemote sensingAtmospheric sciencesPhysicsGeologyOpticsAstronomyComputer scienceTelecommunications

Résumé

récupéré en direct d'OpenAlex

Abstract This study investigates the how riming in stratiform precipitation impacts polarimetric signatures. Using a vertically pointing Doppler X-band radar, cases can be separated into one of three groups: unrimed to lightly rimed, riming with no bimodal spectra and fall speeds greater than 2.0 m s−1, and riming with bimodal velocity spectra. By averaging polarimetric variables over a 20° by 10-km box near the X-band radar, different signatures were documented for each of the three groups. These polarimetric signatures were then compared with a simplified T-matrix scattering model. Differential reflectivity ZDR was the one polarimetric variable to consistently vary across all three groups. Unrimed to lightly rimed cases had profiles of polarimetric signatures similar to numerous previous studies. Riming cases without detectable bimodal spectra had ZDR values on the order of 0.2 dB lower than unrimed to lightly rimed cases, while cases with bimodal spectra had ZDR values about 0.2–0.4 dB higher than unrimed to lightly rimed cases. Both signatures were reproduced using populations of aggregates, dendrites, and needles in the T-matrix scattering model. While these signatures show the potential to identify riming, they are not enough larger than measurement biases and case-to-case variability to be confidently used without confirmation from other data sources, such as a vertically pointing radar.

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 enseignants0,002
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
Bibliométrie0,0010,000
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 Opus0,049
Tête enseignante GPT0,262
Écart entre enseignants0,213 · 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

Citations40
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Applied Meteorology and ClimatologyMême sujetPrecipitation Measurement and AnalysisTravaux en français237 207