MétaCan
Menu
Retour à la cohorte
Enregistrement W2949243094 · doi:10.5539/enrr.v9n3p9

Multi-Layered Cloud Distribution Over Tropical Station Using Radiosonde Humidity Observations and CloudSat Measurements

2019· article· en· W2949243094 sur OpenAlexvenueno aff
K. V. Subrahmanyam, Karanam Kishore Kumar

Notice bibliographique

RevueEnvironment and Natural Resources Research · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric aerosols and clouds
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRadiosondeEnvironmental scienceCloud computingAtmosphere (unit)ClimatologyMeteorologyHumidityAtmospheric sciencesGeologyGeographyComputer science

Résumé

récupéré en direct d'OpenAlex

Owing to its importance of role played by multi-layered clouds in climate of earth’s atmosphere, a decadal observation (January, 2000 to December, 2009) from India Meteorological Department, Trivandrum regular radiosonde (00 & 12 UTC) ascents and CloudSat observations were used to study the distribution of multi-layered cloud formation at this location. Both the ground and space based observations at Trivandrum locations shows the more or less same percentage of occurrence of single-, double-, three-, four- and five-layered clouds. The important findings are: Radiosonde derived cloud ‐free cases and one to five cloud layers account for 30.63%, 42.51%, 19.76%, 5.85%, 1.08%, and 0.16% all cases, respectively, whereas CloudSat shows 47.17%, 24.74%, 6.41%, 1.81%, 0.13% of the total samples, respectively. In general, the thickness of cloud layers does not change much from summer to winter. However, the occurrences of multi-layered clouds are more frequent in the summer. Further, keeping the CloudSat limitations in view, an attempt is made to evaluate the CloudSat observations using radiosonde measurements and which has the great potential for studying the multi-layered cloud structures over the globe and important in climate point of view.

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)0,001
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 enseignants0,110
Score d'incertitude au seuil0,817

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,087
Tête enseignante GPT0,316
Écart entre enseignants0,229 · 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

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironment and Natural Resources ResearchMême sujetAtmospheric aerosols and cloudsTravaux en français237 207