MétaCan
Menu
← Retour à la cohorte
Enregistrement W3005298197 · doi:10.1002/essoar.10503216.1

Examining the Role of Dispersion Relation and Collision Frequency Formulations on Estimation of Shortwave--Fadeout

2020· article· en· W3005298197 sur OpenAlexaff
Shibaji Chakraborty, J. B. H. Baker, J. M. Ruohoniemi, Kate Zawdie, Robyn Fiori, Н. Нишитани

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueIonosphere and magnetosphere dynamics
Établissements canadiensNatural Resources Canada
Organismes subventionnairesnon disponible
Mots-clésCollision frequencyRiometerIonosphereIonospheric absorptionShortwaveComputational physicsAttenuationSolar flareDispersion relationAbsorption (acoustics)Dispersion (optics)PhysicsCollisionAeronomyGeophysicsPlasmaOpticsComputer scienceAstrophysicsRadiative transferNuclear physics

Résumé

récupéré en direct d'OpenAlex

Over–the–Horizon (OTH) communication is strongly dependent on the state of the ionosphere, which is susceptible to solar flares. Trans–ionospheric high frequency (HF) signals experience a strong attenuation following a solar flare, commonly referred to as Short–Wave Fadeout (SWF). In this study, we examine the role of dispersion relation–collision frequency formulations on the estimation of flare–driven HF absorption seen in Riometer observation using a data assimilation framework. Specifically, the framework first uses modified solar irradiance models (such as EUVAC, FISM), which incorporate high–resolution solar flux data from GOES satellite X-ray sensors, to compute the enhanced ionization produced during the flare events. The framework then uses different dispersion relation–collision frequency formulations to estimate enhanced HF absorption. Finally, the modeled HF absorption is compared against the data to determine which combination of dispersion relation–collision frequency formulation best reproduces the Riometer observations. From the modeling work, we find that the Appleton–Hartree dispersion relation in combination with Schunk–Nagy collision frequency profile produces the best agreement with Riometer data.

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)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,061

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
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 savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,011
Tête enseignante GPT0,216
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 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'étudeThéorique ou conceptuel
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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetIonosphere and magnetosphere dynamics→Travaux en français237 207→