MétaCan
Menu
← Retour à la cohorte
Enregistrement W2800043999

Lidar data remote sensing of aerosols and anisotropic space-time generalizations of Corrsin-Obukov and Kolmogorov laws

2006· article· en· W2800043999 sur OpenAlexaff
Alexander Radkevich

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric aerosols and clouds
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésLidarRemote sensingMathematicsSpace (punctuation)Computer scienceEnvironmental scienceGeography
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In this paper we concentrate on the space-time behaviour of atmospheric passive scalars. We first recall that – although the full ( , , ,)x y z t turbulent processes respect an anisotropic scale invariance, that due to advection, the generator will generally not be a diagonal matrix. This implies that the scaling of (1D) temporal series will generally involve three exponents in real space: 1/3, , 3/5; for spectra τβ = 5/3, 2, 11/5 with the first and last corresponding to domination by advection (horizontal and vertical respectively), and the middle to pure temporal development. We survey the literature and find that almost all the empirical results indeed have τβ in the range 5/3 or 2 (the 11/5 value requires apparently unrealistic vertical winds). We then use state-of-the-art vertically pointing lidar data of backscatter ratios from both aerosols and cirrus clouds yielding several ( ,)z t vertical space- time cross-sections with resolution of 3.75 m in the vertical, 0.5 s-30 s in time and spanning 3-4 orders of magnitude in temporal scale. We first tested the predictions of the anisotropic, multifractal extension of the Corrsin-Obukhov law in the vertical and in time separately finding that the cirrus and aerosols both followed the theoretical (anisotropic) scalings accurately; most (but not all) of the cases showed a dominance by the horizontal

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)0,003
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 enseignants0,006
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
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 Opus0,010
Tête enseignante GPT0,212
Écart entre enseignants0,202 · 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

Citations0
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAtmospheric aerosols and clouds→Travaux en français237 207→