MétaCan
Menu
Retour à la cohorte
Enregistrement W3033512961 · doi:10.1139/cjp-2020-0561

Impact of global data assimilation system atmospheric models on astroparticle showers

2021· preprint· en· W3033512961 sur OpenAlexvenueno aff
Jennifer Grisales-Casadiegos, C. Sarmiento‐Cano, Luis A. Núñez

Notice bibliographique

RevueCanadian Journal of Physics · 2021
Typepreprint
Langueen
DomainePhysics and Astronomy
ThématiqueAstrophysics and Cosmic Phenomena
Établissements canadiensnon disponible
Organismes subventionnairesVicerrectoría de Investigación y Extensión, Universidad Industrial de SantanderCentro de Investigaciones Energéticas, Medioambientales y TecnológicasUniversidad Industrial de SantanderCYTED Ciencia y Tecnología para el DesarrolloMinisterio de Ciencia e Innovación
Mots-clésData assimilationEnvironmental scienceFlux (metallurgy)MeteorologyAtmospheric researchObservatoryAugerAtmospheric sciencesAtmospheric modelsAtmospheric modelPhysicsAtmosphere (unit)AstrophysicsMaterials scienceAtomic physics

Résumé

récupéré en direct d'OpenAlex

We present a methodology to simulate the impact of the atmospheric models in the background particle flux on ground detectors using the Global Data Assimilation System. The methodology was within the ARTI simulation framework developed by the Latin American Giant Observatory Collaboration. The ground-level secondary flux simulations were performed in a tropical climate in the city of Bucaramanga, Colombia. To validate our methodology, we built monthly profiles over Malargüe between 2006 and 2011, comparing the maximum atmospheric depth, Xmax, with those calculated with the Auger atmospheric option in CORSIKA. The results show significant differences between the predefined CORSIKA atmospheres and their corresponding Global Data Assimilation System atmospheric profiles.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,065
Score d'incertitude au seuil0,130

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,032
Tête enseignante GPT0,261
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 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'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

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of PhysicsMême sujetAstrophysics and Cosmic PhenomenaTravaux en français237 207