MétaCan
Menu
Retour à la cohorte
Enregistrement W2796527059 · doi:10.1051/epjconf/201817605018

Lidar Ice nuclei estimates and how they relate with airborne in-situ measurements

2018· article· en· W2796527059 sur OpenAlexaboutno aff
Eleni Marinou, Vassilis Amiridis, Albert Ansmann, Athanasios Nenes, Dimitris Balis, Jann Schrod, Ioannis Binietoglou, Stavros Solomos, Dimitra Mamali, Ronny Engelmann, Holger Baars, Michael Kottas, Alexandra Tsekeri, Emmanouil Proestakis, Panagiotis Kokkalis, Philippe Goloub, Bojan Cvetković, Slobodan Nichovic, Rodanthi‐Elisavet Mamouri, Michael Pikridas, Iasonas Stavroulas, Christos Keleshis, Jean Sciare

Notice bibliographique

RevueEPJ Web of Conferences · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric aerosols and clouds
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLidarAerosolIce nucleusRemote sensingBackscatter (email)In situEffective radiusParticle (ecology)Environmental scienceExtinction (optical mineralogy)RADIUSAtmospheric sciencesMeteorologyGeologyMineralogyPhysicsNucleationAstrophysicsOceanographyComputer science

Résumé

récupéré en direct d'OpenAlex

By means of available ice nucleating particle (INP) parameterization schemes we compute profiles of dust INP number concentration utilizing Polly-XT and CALIPSO lidar observations during the INUIT-BACCHUS-ACTRIS 2016 campaign. The polarization-lidar photometer networking (POLIPHON) method is used to separate dust and non-dust aerosol backscatter, extinction, mass concentration, particle number concentration (for particles with radius > 250 nm) and surface area concentration. The INP final products are compared with aerosol samples collected from unmanned aircraft systems (UAS) and analyzed using the ice nucleus counter FRIDGE.

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 enseignants0,095
Score d'incertitude au seuil0,677

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 technologies0,0000,001
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 Opus0,020
Tête enseignante GPT0,225
Écart entre enseignants0,205 · 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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEPJ Web of ConferencesMême sujetAtmospheric aerosols and cloudsTravaux en français237 207