MétaCan
Menu
Retour à la cohorte
Enregistrement W3181419372 · doi:10.1175/jas-d-21-0015.1

Dependence of Ice Microphysical Properties On Environmental Parameters: Results from HAIC-HIWC Cayenne Field Campaign

2021· article· en· W3181419372 sur OpenAlexafffund
Yachao Hu, Greg M. McFarquhar, Wei Wu, Yongjie Huang, Alfons Schwarzenböeck, Alain Protat, Alexei Korolev, Robert M. Rauber, Hongqing Wang

Notice bibliographique

RevueJournal of the Atmospheric Sciences · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric aerosols and clouds
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesSupercomputing Center for Education and Research, University of OklahomaCentre National de la Recherche ScientifiqueEuropean CommissionEnvironment and Climate Change CanadaNational Aeronautics and Space AdministrationChina Scholarship CouncilCentre National d’Etudes SpatialesNational Science FoundationUniversity of OklahomaBoeingTransport CanadaAeronautics Research Mission Directorate
Mots-clésIce crystalsMesoscale meteorologyPrecipitationAtmospheric sciencesConvectionEnvironmental scienceAltitude (triangle)Water vaporMeteorologyClimatologyGeologyPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract High Ice Water Content (HIWC) regions above tropical mesoscale convective systems are investigated using data from the second collaboration of the High Altitude Ice Crystals and High Ice Water Content projects (HAIC-HIWC) based in Cayenne, French Guiana in 2015. Observations from in-situ cloud probes on the French Falcon 20 determine the microphysical and thermodynamic properties of such regions. Data from a 2-D stereo probe and precipitation imaging probe show how statistical distributions of ice crystal mass median diameter (MMD), ice water content (IWC), and total number concentration (Nt) for particles with maximum dimension (Dmax) > 55 μm vary with environmental conditions, temperature (T), and convective properties such as vertical velocity (w), MCS age, distance away from convective peak (L), and surface characteristics.IWCis significantly correlated withw, whereasMMDdecreases andNtincreases with decreasingTconsistent with aggregation, sedimentation and vapor deposition processes at lower altitudes.MMDtypically increases withIWCwhenIWC< 0.5 g m-3, but decreases withIWCwhenIWC> 0.5 g m-3for -15 °C ≤T≤ -5 °C. Trends also depend on environmental conditions, such as presence of convective updrafts that are the ice crystal source,MMDbeing larger in older MCSs consistent with aggregation and less injection of small crystals into anvils, andIWCs decrease with increasingLat lowerT. The relationship betweenIWCandMMDdepends on environmental conditions, with correlations decreasing with decreasingT. The strength of correlation betweenIWCandNtincreases asTdecreases.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,387
Score d'incertitude au seuil0,770

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 Opus0,016
Tête enseignante GPT0,209
Écart entre enseignants0,193 · 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

Citations26
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of the Atmospheric SciencesMême sujetAtmospheric aerosols and cloudsTravaux en français237 207