MétaCan
Menu
Retour à la cohorte
Enregistrement W3211114642 · doi:10.1029/2021gl095432

Space Weather Observations With InSight

2021· article· en· W3211114642 sur OpenAlexaff
Anna Mittelholz, C. L. Johnson, Matthew Fillingim, S. P. Joy, J. R. Espley, J. S. Halekas, S. E. Smrekar, W. B. Banerdt

Notice bibliographique

RevueGeophysical Research Letters · 2021
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiquePlanetary Science and Exploration
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesInstitut de Physique du Globe de ParisCentre National de la Recherche ScientifiqueEidgenössische Technische Hochschule ZürichCentre National d’Etudes SpatialesBranco Weiss Fellowship – Society in ScienceMax-Planck-GesellschaftUK Space AgencyNational Aeronautics and Space Administration
Mots-clésCoronal mass ejectionSolar windSpace weatherMars Exploration ProgramPhysicsMagnetometerPlanetMagnetic cloudInterplanetary magnetic fieldMagnetic fieldGeophysicsMercury's magnetic fieldAstrobiologySolar SystemAstronomyAtmospheric sciences

Résumé

récupéré en direct d'OpenAlex

Abstract Solar activity, in the form of coronal mass ejections and corotating interaction regions, results in changes in the solar wind that propagate out through the solar system and interact with the magnetic field environments of planets. Such phenomena have been observed to affect the magnetic field and plasma around Mars as seen from orbit. However, no surface observations have previously been possible because of the absence of ground‐based instrumentation. Here, for the first time, we observe the effects of increased solar activity with the magnetometer on the InSight mission in December 2020. We find several days of increased activity including magnetic field fluctuations at periods of minutes to hours. Although only the flanks of this relatively weak coronal mass ejection hit Mars, the observed effects provide insight into how solar activity alters magnetic fields at the surface.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,705
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0000,001

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 Opus0,061
Tête enseignante GPT0,292
Écart entre enseignants0,231 · 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'étudeExpérimental (laboratoire)
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

Citations10
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeophysical Research LettersMême sujetPlanetary Science and ExplorationTravaux en français237 207