MétaCan
Menu
Retour à la cohorte
Enregistrement W3120062758 · doi:10.1038/s41598-020-80752-w

Reconstructing GRACE-type time-variable gravity from the Swarm satellites

2021· article· en· W3120062758 sur OpenAlexafffund
Hartmut Richter, Christina Lück, Anna Kłos, Michael G. Sideris, Elena Rangelova, Jürgen Kusche

Notice bibliographique

RevueScientific Reports · 2021
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeophysics and Gravity Measurements
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaDeutsche Forschungsgemeinschaft
Mots-clésSwarm behaviourVariable (mathematics)GeodesyType (biology)Computer scienceGeologyArtificial intelligenceMathematicsPaleontologyMathematical analysis

Résumé

récupéré en direct d'OpenAlex

The Gravity Recovery and Climate Experiment (GRACE) mission has enabled mass changes and transports in the hydrosphere, cryosphere and oceans to be quantified with unprecedented resolution. However, while this legacy is currently being continued with the GRACE Follow-On (GRACE-FO) mission there is a gap of 11 months between the end of GRACE and the start of GRACE-FO which must be addressed. Here we bridge the gap by combining time-variable, low-resolution gravity models derived from European Space Agency's Swarm satellites with the dominating spatial modes of mass variability obtained from GRACE. We show that the noise inherent in unconstrained Swarm gravity solutions is greatly reduced, that basin averages can have root mean square errors reduced to the order of [Formula: see text] of equivalent water height, and that useful information can be retrieved for basins as small as [Formula: see text]. It is found that Swarm data contains sufficient information to inform the leading three global mass modes found in GRACE at the least. By comparing monthly reconstructed maps to GRACE data from December 2013 to June 2017, we suggest the uncertainty of these maps to be [Formula: see text] of equivalent water height.

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)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,624
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,021
Tête enseignante GPT0,208
Écart entre enseignants0,187 · 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

Citations54
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetGeophysics and Gravity MeasurementsTravaux en français237 207