MétaCan
Menu
Retour à la cohorte
Enregistrement W3157235043 · doi:10.82308/33861

Detailed observations of ice pellets and an analysis of their characteristics and formation mechanisms

2005· article· en· W3157235043 sur OpenAlexaboutno aff
Steven R. Gibson

Notice bibliographique

RevueeScholarship@McGill (McGill) · 2005
Typearticle
Langueen
DomaineEngineering
ThématiqueIron and Steelmaking Processes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPelletsGeologyOceanography

Résumé

récupéré en direct d'OpenAlex

Winter storms affect all Canadians and many of their impacts are associated with precipitation. This precipitation can occur as rain, snow, freezing rain or ice pellets. Some research has been conducted on all of these types of precipitation but the least attention has been paid to ice pellets. The atmospheric environment conducive to ice pellets is known in general but the detailed nature of the actual particles is not. To begin to address this issue, a high resolution digital camera was used to photograph ice pellets for 4 hours during a winter storm at Mirabel, Quebec in November 2003. A total of 1023 images were analyzed to determine the morphology, shapes, and size distributions of the ice pellets. Some ice pellets were opaque, others were clear, and some had bands of varying opacity. At most, 7% of the particles were spherical. Many particles exhibited bulges, fractures, and spicules. The occurrence of such features suggests that much or all of the initial freezing occurred on the surface as opposed to the drop interior. Approximately 9% of the particles observed were aggregates of 2-5 smaller particles. The ice pellets ranged up to 5 mm in diameter for aggregate particles and up to 3 mm in diameter for individual particles. The average diameter of all particles was 1 mm. A range of different particle characteristics were observed to be occurring simultaneously throughout the storm. Collectively, such observations as well as process model results imply that different freezing mechanisms were occurring simultaneously, and that collisions between semi-frozen ice pellets must have been occurring to produce aggregates.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,324
Score d'incertitude au seuil0,645

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0010,000

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 Opus0,021
Tête enseignante GPT0,220
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 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

Citations1
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeScholarship@McGill (McGill)Même sujetIron and Steelmaking ProcessesTravaux en français237 207