MétaCan
Menu
Retour à la cohorte
Enregistrement W3004077212 · doi:10.1109/icicm48536.2019.8977146

Study on the Influence of Different Locations of Land and Sea on Geomagnetic Induced Current Based on Finite Element Method

2019· article· en· W3004077212 sur OpenAlexaboutno aff
Tao Ruixiang, Haofan Lin, Bing Yu, Jiajun Lin, Zhao Lin

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueMagnetic Bearings and Levitation Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGeomagnetically induced currentEarth's magnetic fieldGeomagnetic stormCurrent (fluid)StormGeologyMeteorologyEnvironmental scienceClimatologyOceanographyGeographyMagnetic fieldPhysics

Résumé

récupéré en direct d'OpenAlex

It is of great significance to study the factors affecting the geomagnetically induced current (GIC) for evaluating the influence of geomagnetic storms on the stable operation of power system. The magnitude of the GIC is related to many factors, among which the location of land and sea is very important. In order to study the influence of different locations of land and sea on GIC, nine different locations of land and sea are established on the basis of Quebec layered earth model. The distribution of GIC in different locations of land and sea is calculated based on Finite Element Method. Besides, the potential difference between two points at the same location is compared, the effect of different locations of land and sea locations on GIC is obtained. This can provide theoretical support for explaining the impact of different locations of land and sea on GIC, and also provides reference for evaluating the impact of geomagnetic storms on grid operation.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,524
Score d'incertitude au seuil0,247

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,019
Tête enseignante GPT0,267
Écart entre enseignants0,248 · 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'étudeSimulation ou modélisation
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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMagnetic Bearings and Levitation DynamicsTravaux en français237 207