MétaCan
Menu
Retour à la cohorte
Enregistrement W3116374115 · doi:10.1029/2020jd034201

Seasonal and Solar Wind Sector Duration Influences on the Correlation of High Latitude Clouds With Ionospheric Potential

2020· article· en· W3116374115 sur OpenAlexaboutno aff
Brian A. Tinsley, Limin Zhou, Lin Wang, Liang Zhang

Notice bibliographique

RevueJournal of Geophysical Research Atmospheres · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric aerosols and clouds
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAtmospheric sciencesSolar windInterplanetary magnetic fieldIonosphereEnvironmental scienceLatitudePhysicsMeteorologyMagnetic fieldGeophysicsAstronomy

Résumé

récupéré en direct d'OpenAlex

Abstract Irradiances from long‐lived stratus‐type clouds at Alert (Canada), Summit (Greenland), and South Pole, previously measured, show correlations with the day‐to‐day input to the global atmospheric electric circuit from the solar wind, as well as with the inputs of low‐ and mid‐latitude thunderstorms and shower clouds. We analyze the measured Alert cloud irradiances, and find differences in the responses to 2, 4, or more solar wind sectors per 27‐days solar rotation. We find seasonal variations in the correlations, with sign reversal in the summer. The correlation coefficients that were found previously for all‐year, all sector types show further increases for just winter months and in addition, for just 2‐sector intervals. At high magnetic latitudes, the ionospheric potential correlates strongly with the solar wind sector structure, and determines the flow of current density ( J Z ) to the Earth's surface that passes through clouds and modifies space charge in them. Parameterizations of the potential distribution near the magnetic pole are used in the correlations. The daily average values depend mainly on the solar wind (interplanetary) magnetic field (IMF) B Y component, with lesser influence of the solar wind speed and IMF B Z . Mechanisms by which space charge in clouds can affect cloud microphysics and cloud opacity are described and are qualitatively consistent with the correlations, but need quantitative testing.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,400
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,018
Tête enseignante GPT0,255
Écart entre enseignants0,237 · 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 tête enseignante, pas un consensus.

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

Citations19
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research AtmospheresMême sujetAtmospheric aerosols and cloudsTravaux en français237 207