History of the Super Dual Auroral Radar Network (SuperDARN)-I: pre-SuperDARN developments in high frequency radar technology for ionospheric research and selected scientific results
Notice bibliographique
Résumé
Part I of this history describes the motivations for developing radars in the high frequency (HF) band to study plasma density irregularities in the F region of the auroral zone and polar cap ionospheres. French and Swedish scientists were the first to use HF frequencies to study the Doppler velocities of HF radar backscatter from F-region plasma density irregularities over northern Sweden. These observations encouraged the author of this paper to pursue similar measurements over northeastern Alaska, and this eventually led to the construction of a large HF-phased-array radar at Goose Bay, Labrador, Canada. This radar utilized frequencies from 8–20 MHz and could be electronically steered over 16 beam directions, covering a 52 ∘ azimuth sector. Subsequently, similar radars were constructed at Schefferville, Quebec, and Halley Station, Antarctica. Observations with these radars showed that F-region backscatter often exhibited Doppler velocities that were significantly above and below the ion-acoustic velocity. This distinguished HF Doppler measurements from prior measurements of E-region irregularities that were obtained with radars operating at very high frequency (VHF) and ultra-high frequency (UHF). Results obtained with these early HF radars are also presented. They include comparisons of Doppler velocities observed with HF radars and incoherent scatter radars, comparisons of plasma convection patterns observed simultaneously in conjugate hemispheres, and the response of these patterns to changes in the interplanetary magnetic field, transient velocity enhancements in the dayside cusp, preferred frequencies for geomagnetic pulsations, and observations of medium-scale atmospheric gravity waves with HF radars.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,003 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».