General resource for ionospheric transient investigations (GRITI): An open-source code developed in support of the Dinsmore et al. (2021) results
Notice bibliographique
Résumé
The analysis techniques and the corresponding software suite GRITI (General Resource for Ionospheric Transient Investigations) are described. GRITI was used to develop the Dinsmore et al. [2] results, which found a novel classification of traveling ionospheric disturbances (TIDs) called semi-coherent ionospheric pulsing structures (SCIPS). The any-geographic range (local-to-global), any-azimuth angle keogram algorithm used to analyze SCIPS in that work is detailed. The keogram algorithm in GRITI is applied to detrended vTEC (vertical Total Electron Content) data, called delta-vTEC herein, in Dinsmore et al. [2] and the follow-on paper Dinsmore et al. [3], but is also applicable to any other two-dimensional dataset that evolves through time. GRITI's delta-vTEC processing algorithm is also described in detail, which is used to provide the delta-vTEC data for Dinsmore et al. [3]. We detail a keogram algorithm for analysis of delta-vTEC data in Dinsmore et al. [2] and the follow-on paper Dinsmore et al. [3]. We detail a delta-vTEC processing algorithm that converts vTEC data to delta-vTEC through detrending that is used to provide the delta-vTEC data used in Dinsmore et al. [3]. GRITI is an open-source Python 3 analysis codebase that encompasses the delta-vTEC processing and keogram algorithms. GRITI has additional support for other data sources and is designed for flexibility in adding new data sources and analysis methods. GRITI is available for download at: https://github.com/dinsmoro/GRITI.
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 | 0,002 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,059 | 0,074 |
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 ».