MétaCan
Menu
Retour à la cohorte
Enregistrement W3159425117

Hydrostatic Balance in Meteorology

2020· article· en· W3159425117 sur OpenAlexaffabout
Ana Mucalica

Notice bibliographique

RevueStudent Research Proceedings · 2020
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMeteorological Phenomena and Simulations
Établissements canadiensMacEwan University
Organismes subventionnairesnon disponible
Mots-clésHydrostatic equilibriumAtmosphere (unit)MeteorologyHydrostatic pressureMathematicsEnvironmental scienceGeologyGeographyPhysicsMechanics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Meteorology is a branch of geophysics that studies the properties of the atmosphere that “cushions” the Earth and all the phenomena that happen within it. The hydrostatic balance occurs when the pressure at any point in the fluid equals the weight of an air column of the unit section from above the point, and in these ideal conditions, we have the hydrostatic equation for the fluid in hydrostatic balance. The hydrostatic equation is viewed as the hydrostatic equilibrium condition, which provides an accurate approximation for the vertical dependence of the pressure field in the real atmosphere. In this talk, we manipulate a mathematical model describing the variation of pressure to altitude in the atmosphere using partial differential equations, and we will show how realistic charts based on real data are obtained, and compare them to charts obtained by using a climate change scenario when the temperature at sea-level is warmer by 2℃ than the one used in current charts. Work done in collaboration with Anneliese Ansorger, Cory Efird, Cassandra Lisitza, Ghristopher Macyk, Tarig Mergani, Adam Reeves, Rebecca Walton, Yaying Zhong, and Jett Ziehe, MacEwan University. Presented in absentia on April 27, 2020 at Student Research Day at MacEwan University in Edmonton, Alberta. (Conference cancelled.) Exhibition held in the Gray Gallery at MacEwan University. Faculty Mentor: Ion Bica Department: Mathematics & Statistics

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,060
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,162
Tête enseignante GPT0,381
Écart entre enseignants0,219 · 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

Citations0
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueStudent Research ProceedingsMême sujetMeteorological Phenomena and SimulationsTravaux en français237 207