MétaCan
Menu
Retour à la cohorte
Enregistrement W3135008692 · doi:10.1016/j.dib.2021.106937

Dataset on the first weather radar campaign over Lima, Peru

2021· article· en· W3135008692 sur OpenAlexfundno aff
Jairo M. Valdivia, Danny Scipión, Marco Milla, Josep J. Prado, Juan C. Espinoza, Darwin. Córdova, Miguel Saavedra, Elver Villalobos‐Puma, Stephany Callañaupa, Yamina Silva

Notice bibliographique

RevueData in Brief · 2021
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMeteorological Phenomena and Simulations
Établissements canadiensnon disponible
Organismes subventionnairesInternational Development Research CentreUniversity of OklahomaCornell UniversityNational Science Foundation
Mots-clésRadarWeather radarMeteorologyAltitude (triangle)Position (finance)GeographyHigh resolutionRemote sensingEnvironmental scienceTelecommunicationsComputer scienceBusiness

Résumé

récupéré en direct d'OpenAlex

The first weather radar campaign over Lima, the capital of Peru, a desertic area on the western side of the Peruvian Andes, was carried out to study the occurrence of rain events in summer 2018. The weather radar was installed strategically and was able to overlook three river basins: Rimac, Chillón, and Lurin. An X-band radar (PX-1000) was used, which operates at 9.55 GHz. PX-1000 was built by the Advanced Radar Research Center (ARRC) at the University of Oklahoma (U.S.A.). The radar operated from January 26th to April 1st, 2018, at Cerro Suche located 2910 m ASL and 55 km from the city of Lima. The PX-1000 performed plan-position-indicators (PPI) for elevations starting at 0° up to 20°. The data presented here were obtained using a three-dimensional constant-altitude plan-position-indicator (3D CAPPI), which was generated by high resolution (250 m) nearest point algorithm.

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: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,091
Score d'incertitude au seuil0,976

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0250,001

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 Opus0,060
Tête enseignante GPT0,259
Écart entre enseignants0,199 · 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'étudeSans objet
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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueData in BriefMême sujetMeteorological Phenomena and SimulationsTravaux en français237 207