MétaCan
Menu
Retour à la cohorte
Enregistrement W3197939738 · doi:10.1109/pvsc43889.2021.9518731

High latitude ground truthed assessment of NSRDB V3 irradiance using sky condition data

2021· article· en· W3197939738 sur OpenAlexaffabout
Viktar Tatsiankou, Karin Hinzer, Richard Beal, Henry Schriemer

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueSolar Radiation and Photovoltaics
Établissements canadiensSpectra Energy (Canada)University of Ottawa
Organismes subventionnairesnon disponible
Mots-clésPyranometerIrradianceSkyEnvironmental scienceRemote sensingSnowMean squared errorSolar irradianceLatitudeSatelliteMeteorologySnow coverCloud coverGeologyGeodesyComputer scienceCloud computingMathematicsGeographyPhysicsStatisticsOpticsAstronomy

Résumé

récupéré en direct d'OpenAlex

We perform a global horizontal (GHI) and direct normal (DNI) surface solar irradiance comparison between the National Solar Radiation Database (NSRDB V3) and four Canadian Solar Spectral Irradiance Meter Network (CanSIM) stations for 2018-2019. On average, under all-sky conditions, the GHI from the NSRDB had the mean absolute error (MAE) and the root mean square error (RMSE) of 14% and 18%, respectively, while for the DNI those metrics were 15% and 24%, respectively. By using the sky condition classification obtained from a spectral pyranometer, we estimated that 7% to 17% (depending on location studied) of NSRDB cloudy sky data is misattributed as such due to satellite parallax and snow cover errors. The lower bound on parallax error varied from 5% and 12%, while the upper bound on the cloud-snow discrimination error ranged from 2% to 5%.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,917
Score d'incertitude au seuil0,325

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 savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,076
Tête enseignante GPT0,354
Écart entre enseignants0,278 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

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 sujetSolar Radiation and PhotovoltaicsTravaux en français237 207