Comparison of SuperDARN peak electron density estimates based on elevation angle measurements to ionosonde and incoherent scatter radar measurements
Notice bibliographique
Résumé
Abstract Measurements of the electron density at the F region peak by the Canadian Advanced Digital Ionosonde (CADI) and the Resolute Incoherent Scatter Radar (RISR) are used to assess the quality of peak electron density estimates made from elevation angle measurements by the Super Dual Auroral Radar Network (SuperDARN) high-frequency radar at Rankin Inlet (RKN). All three instruments monitor the ionosphere near Resolute Bay. The CADI-RKN joint dataset comprises measurements between 2008 and 2017 while RISR-RKN dataset covers about 60 daylong events in 2016. Reasonable agreement between the RKN estimates and measurements by CADI and RISR is shown. Two minor discrepancies are discussed: RKN radar daytime peak electron density overestimation by ~ 10% and underestimation by up to 30% in other time sectors. In winter nighttime and dawn, cases were identified in which the RKN radar significantly overestimates the peak electron density. This occurs when the phase in the RKN interferometer measurements is incorrectly shifted by $$ 2\uppi $$ <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML"><mml:mrow><mml:mn>2</mml:mn><mml:mi>π</mml:mi></mml:mrow></mml:math> , and this is most significant when electron densities are low. Statistical fitting to the joint data sets, split into four time sectors of a day, has been done and parameters of the fit have been determined. These allow slight adjustment of measured real-time RKN values to better reflect real peak electron densities in the ionosphere within its field 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 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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».