MétaCan
Menu
Retour à la cohorte
Enregistrement W3098983720

Thirty Meter Telescope Site Testing VI: Turbulence Profiles

2013· article· en· W3098983720 sur OpenAlexaff
S. Els, Tony Travouillon, Matthias Schöck, Reed Riddle, Warren Skidmore, Juan Seguel, E. Bustos, David Walker

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdaptive optics and wavefront sensing
Établissements canadiensDominion Astrophysical Observatory
Organismes subventionnairesnon disponible
Mots-clésTurbulenceSkyNorthern HemisphereTelescopeGeologyAtmospheric sciencesEnvironmental scienceSouthern HemisphereClear-air turbulencePhysicsMeteorologyClimatologyAstronomy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The results on the vertical distribution of optical turbulence above the five mountains which were investigated by the site testing for the Thirty Meter Telescope (TMT) are reported. On San Pedro Mártir in Mexico, the 13 North site on Mauna Kea and three mountains in northern Chile Cerro Tolar, Cerro Armazones and Cerro Tolonchar, MASS-DIMM turbulence profilers have been operated over at least two years. Acoustic turbulence profilers – SODARs – were also operated at these sites. The obtained turbulence profiles indicate that at all sites the lowest 200 m are the main source of the total seeing observed, with the Chilean sites showing a weaker ground layer than the other two sites. The two northern hemisphere sites have weaker turbulence at altitudes above 500 m, with 13N showing the weakest 16 km turbulence, being responsible for the large isoplanatic angle at this site. The influence of the jetstream and wind speeds close to the ground on the clear sky turbulence strength throughout the atmosphere are discussed, as well as seasonal and nocturnal variations. This is the sixth article in a series discussing the TMT site testing project. Subject headings: Astronomical Phenomena and Seeing: general, turbulence profiles, variability

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,020
Tête enseignante GPT0,227
Écart entre enseignants0,207 · 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'étudeObservationnel
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

Citations33
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdaptive optics and wavefront sensingTravaux en français237 207