MétaCan
Menu
← Retour à la cohorte
Enregistrement W2937970224 · doi:10.5194/acp-2019-289

Towards continuous monitoring of aerosol hygroscopicity by Raman lidar measurements at the EARLINET station of Payerne

2019· article· en· W2937970224 sur OpenAlexaff
Francisco Navas-Guzmán, Giovanni Martucci, Martine Collaud Coen, María José Granados-Muñoz, Maxime Hervo, Michaël Sicard, Alexander Haefele

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric aerosols and clouds
Établissements canadiensWestern University
Organismes subventionnairesEuropean CommissionUniversité de LilleAgencia Estatal de InvestigaciónMinisterio de Ciencia, Innovación y UniversidadesSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungBundesamt für UmweltMinisterio de Economía y CompetitividadNational Science Foundation
Mots-clésRadiosondeAerosolLidarEnvironmental scienceRemote sensingAltitude (triangle)Backscatter (email)MeteorologyAtmospheric sciencesRelative humidityGeographyGeology

Résumé

récupéré en direct d'OpenAlex

Abstract. This study focuses on the analysis of aerosol hygroscopicity using remote sensing technique. Continuous observations of aerosol backscatter coefficient, temperature and water vapour mixing ratio are performed by means of a Raman lidar system at the aerological station of MeteoSwiss at Payerne (Switzerland) since 2008. These measurements allow us to monitor in a continuous way any change of aerosol properties as a function of the relative humidity (RH). These changes can be observed either in time at constant altitude or in altitude at a constant time. The accuracy and precision of RH measurements from the lidar have been evaluated using the radiosonde (RS) technique as reference. A total of 172 RSs were used in this intercomparison which revealed a small bias (

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,014
Tête enseignante GPT0,235
Écart entre enseignants0,222 · 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

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAtmospheric aerosols and clouds→Travaux en français237 207→