MétaCan
Menu
Retour à la cohorte
Enregistrement W3190620470 · doi:10.5194/essd-13-5115-2021

The OH (3-1) nightglow volume emission rate retrieved from OSIRIS measurements: 2001 to 2015

2021· article· en· W3190620470 sur OpenAlexaff
Anqi Li, Chris Roth, Adam Bourassa, Douglas A. Degenstein, Kristell Pérot, Ole Martin Christensen, D. Murtagh

Notice bibliographique

RevueEarth system science data · 2021
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueIonosphere and magnetosphere dynamics
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesSwedish National Space Agency
Mots-clésAirglowThermosphereZenithEnvironmental scienceAtmospheric sciencesVolume (thermodynamics)MesosphereOscillation (cell signaling)SatelliteMeteorologyData setSCIAMACHYPhysicsStratosphereIonosphereChemistryMathematicsGeophysicsOpticsAstronomyTroposphereStatistics

Résumé

récupéré en direct d'OpenAlex

Abstract. The OH airglow has been used to investigate the chemistry and dynamics of the mesosphere and the lower thermosphere (MLT) for a long time. The infrared imager (IRI) aboard the Odin satellite has been recording the night-time 1.53 µm OH (3-1) emission for more than 15 years (2001–2015), and we have recently processed the complete data set. The newly derived data products contain the volume emission rate profiles and the Gaussian-approximated layer height, thickness, peak intensity and zenith intensity, and their corresponding error estimates. In this study, we describe the retrieval steps for these data products. We also provide data screening recommendations. The monthly zonal averages depict the well-known annual oscillation and semi-annual oscillation signatures, which demonstrate the fidelity of the data set (https://doi.org/10.5281/zenodo.4746506, Li et al., 2021). The uniqueness of this Odin IRI OH long-term data set makes it valuable for studying various topics, for instance, the sudden stratospheric warming events in the polar regions and solar cycle influences on the MLT.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,207
Score d'incertitude au seuil0,917

Scores Codex et Gemma par catégorie

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

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 Opus0,034
Tête enseignante GPT0,274
Écart entre enseignants0,240 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEarth system science dataMême sujetIonosphere and magnetosphere dynamicsTravaux en français237 207