Uncertainty in Measured Raindrop Size Distributions from Four Types of Collocated Instruments
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Four types (2D-video disdrometer: 2DVD; precipitation occurrence sensor system: POSS; micro-rain radar: MRR; and Joss–Waldvogel disdrometer: JWD) of sixteen instruments were collocated within a square area of 400 m2 from 16 April to 8 May 2008 for intercomparison of drop size distribution (DSD) of rain. This unique dataset was used to study the inherent measurement uncertainty due to the diversity of the measuring principles and sampling sizes of the four types of instruments. The DSD intercomparison shows generally good agreement among them, except that the POSS and MRR had higher concentrations of small raindrops (<1.0 mm) and offered a better chance to observe big raindrops (>5.2 mm). The measurement uncertainty ( σ ) was obtained quantitatively after considering the zero or non-zero measurement error covariance between two instruments of the same type. The results indicate the measurement uncertainties were found to be neither independent nor identical among the same type of instruments. The MRR is relatively accurate (lower σ ) due to large sampling volumes and accurate measurement of the Doppler power spectrum. The JWD is the least accurate due to the small sampling volumes. The σ decreases rapidly with increasing time-averaging window. The 2DVD shows the best accuracy of R in longer averaging time, but this is not true for Z due to the small sampling volume. The MRR outperformed other instruments for Z for entire averaging time due to its measuring principle.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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