MétaCan
Menu
← Retour à la cohorte
Enregistrement W4220906823 · doi:10.5194/egusphere-egu22-8799

On the Similarity and Repeatability of Fast Magnetopause Shadowing Loss

2022· preprint· en· W4220906823 sur OpenAlexaff
L. Olifer, I. R. Mann, L. G. Ozeke, S. G. Claudepierre, D. N. Baker, H. E. Spence

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomainePhysics and Astronomy
ThématiqueIonosphere and magnetosphere dynamics
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésVan Allen ProbesVan Allen radiation beltStormContext (archaeology)MagnetopausePhysicsComputational physicsPopulationElectronDiffusionRadiationGeomagnetic stormGeophysicsStatistical physicsMeteorologyMagnetosphereMagnetic fieldGeologySolar windNuclear physics

Résumé

récupéré en direct d'OpenAlex

Properly characterizing fast relativistic electron losses in the terrestrial Van Allen belts remains a significant challenge for accurately simulating their dynamics. In particular, magnetopause shadowing losses can deplete the radiation belt within hours or even minutes but can have long-lasting impacts on the subsequent belt dynamics. By statistically analyzing seven years of data from the entire Van Allen Probes mission in the context of the last closed drift shell, here we show how these losses are much more organized and predictable than previously thought. Once magnetic storm electron dynamics are properly analyzed in terms of the location of the last closed drift shell, not only is the loss shown to be repeatable but its energy-dependent spatio-temporal evolution is also revealed to follow a very similar pattern from storm to storm. Employing an energy-dependent ULF wave radial diffusion model, we further show for the first time how the similar and repeatable fractional loss of the pre-storm electron population in each storm can be reproduced and explained. Empirical characterization of this loss may open a pathway toward improved radiation belt specification and forecast models. This is especially important since underestimates of loss can also create unrealistic sources in models, creating phantom electron radiation and leading to the prediction of an overly harsh radiation environment.

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)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
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 Opus0,010
Tête enseignante GPT0,233
Écart entre enseignants0,223 · 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'étudeSimulation ou modélisation
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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetIonosphere and magnetosphere dynamics→Travaux en français237 207→