MétaCan
Menu
← Retour à la cohorte
Enregistrement W3137378082 · doi:10.5194/amt-2020-470-rc1

Comment on amt-2020-470

2021· peer-review· en· W3137378082 sur OpenAlexfundno aff
Christopher E. Sioris

Notice bibliographique

Revuenon disponible
Typepeer-review
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric Ozone and Climate
Établissements canadiensnon disponible
Organismes subventionnairesUniversität BremenAcademy of FinlandNational Aeronautics and Space AdministrationEuropean Space AgencyFreie Hansestadt BremenCanadian Space AgencyNuclear Safety and Security CommissionDeutsche Forschungsgemeinschaft
Mots-clésRadiative transferScatteringRefractionSpan (engineering)Scalar (mathematics)Monte Carlo methodTangentOpticsPhysicsPolarization (electrochemistry)Computational physicsWavelengthMathematicsGeometryStatisticsEngineeringChemistryStructural engineering

Résumé

récupéré en direct d'OpenAlex

Abstract. A comprehensive inter-comparison of seven radiative transfer models in the limb scattering geometry has been performed. Every model is capable of accounting for polarization within a spherical atmosphere. Three models (GSLS, SASKTRAN-HR, and SCIATRAN) are deterministic, and four models (MYSTIC, SASKTRAN-MC, Siro, and SMART-G) are statistical using the Monte Carlo technique. A wide variety of test cases encompassing different atmospheric conditions, solar geometries, wavelengths, tangent altitudes, and Lambertian surface reflectances have been defined and executed for every model. For the majority of conditions it was found that the models agree to better than 0.2 % in the single-scatter test cases and better than 1 % in the scalar and vectorial test cases with multiple scattering included, with some larger differences noted at high values of surface reflectance. For the first time in limb geometry, the effect of atmospheric refraction was compared among four models that support it (GSLS, SASKTRAN-HR, SCIATRAN, and SMART-G). Differences among most models with multiple scattering and refraction enabled were less than 1 %, with larger differences observed for some models. Overall the agreement among the models with and without refraction is better than has been previously reported in both scalar and vectorial modes.

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)0,002
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,280
Score d'incertitude au seuil0,938

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,014
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,002
Communication savante0,0050,003
Science ouverte0,0020,002
Intégrité de la recherche0,0230,012
Charge utile insuffisante (le modèle a refusé de juger)0,2800,289

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 Opus0,028
Tête enseignante GPT0,264
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 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'étudeSans objet
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAtmospheric Ozone and Climate→Travaux en français237 207→