MétaCan
Menu
Retour à la cohorte
Enregistrement W3170618862 · doi:10.5194/egusphere-egu21-5688

Simple regional analyses are still possible once correlated errors are removed

2021· article· en· W3170618862 sur OpenAlexaffabout
John Crowley, Jianliang Huang

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeophysics and Gravity Measurements
Établissements canadiensUniversity of OttawaGeological Survey of Canada
Organismes subventionnairesnon disponible
Mots-clésSmoothingGeodetic datumScalingSimilarity (geometry)Simple (philosophy)AmplitudeGeodesyStructural basinMathematicsStatisticsEconometricsPhysicsComputer scienceGeographyGeologyGeometry

Résumé

récupéré en direct d'OpenAlex

<p>Correlated errors in the monthly spherical harmonic coefficient (SHC) solutions provided by the GRACE data centers are estimated and removed using the destriping method of Crowley and Huang (2020). Regional estimates for mass change are calculated across Canada using the simple basin average technique of Swenson and Wahr (2002) as well as a simple mascon approach developed by the Canadian Geodetic Survey. A comparison with mascon solutions from the GRACE data centers demonstrates excellent agreement and in some cases reveals larger amplitudes and added temporal structure. This approach does not require additional constraints/dependencies, smoothing, normalizations or scaling factors and can easily be applied to any regional geometry without the need to calculate a global solution. Solutions tend to agree well when data quality is good and diverge when errors are larger. This is expected and demonstrates the underlying uncertainties that remain. The similarity in solutions using such different methodologies provides confidence in the time series solutions. We conclude with a regional validation that uses water level changes in the Great Lakes of North America to demonstrate the effectiveness of the method. The Great Lakes are large enough that GRACE clearly detects changes in their water levels. At the same time, the lakes are close enough to each other that distinguishing signals between adjacent lakes remains a challenge for any method.</p><p>References:</p><p>Crowley, J.W., and J Huang, A least-squares method for estimating the correlated error of GRACE models, Geophysical Journal International, Volume 221, Issue 3, June 2020, Pages 1736–1749, https://doi.org/10.1093/gji/ggaa104.</p><p>Swenson, S., and J. Wahr, Methods for inferring regional surface-mass anomalies from Gravity Recovery and Climate Experiment (GRACE) measurements of time-variable gravity, J. Geophys. Res., 107(B9), 2193, doi:10.1029/2001JB000576, 2002.</p>

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,998

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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,090
Tête enseignante GPT0,285
Écart entre enseignants0,195 · 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
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetGeophysics and Gravity MeasurementsTravaux en français237 207