Long-term Trends and Occurrence Distributions of Geomagnetic Fluctuations as Revealed by 35 Years of CARISMA Observations at 5s Cadence
Notice bibliographique
Résumé
The rate of change of the horizontal component of the geomagnetic field is a useful proxy for determining the severity of geomagnetically induced currents (GIC). While contemporary measurements for geomagnetic disturbances (GMD) are available from a number of arrays, short timescale datasets are not ideal for the characterisation of extreme events since their data sets are rarely indicative of the most extreme geomagnetic conditions. In the absence of long duration data sets, statistical methods have to be employed to assess the overall longer timescale historical power occurrence distributions, so as to extrapolate the behaviour of their high-end tail and which is required for the assessment of extreme events. Conversely, the CANOPUS array, subsequently expanded and operated as the CARISMA magnetometer array (www.carisma.ca), has been in continuous operation in Canada since 1986, first with a 5-second and then more recently with a 1-second cadence. Using that long timebase dataset we are able to evaluate the occurrence distributions of 5-second cadence measurements for over 10,000 operational days for each of several stations. Of particular significance for the expected magnitude of extreme events is an assessment of whether the disturbances follow a power law or log-normal distribution. Such indications can inform risk assessments on the potential for extremely hazardous GICs, for example in the estimation of a 1-in-100-year event. The CANOPUS/CARISMA GMD occurrence distributions, overall, appear to be well-approximated by log-normal rather than power law distributions. However, for extreme events, the local time at which the largest GMD typically occurs rotates away from the midnight sector, such that the largest events in the tail of the distribution most often occur instead at dawn. This has significant implications for assessing the size of expected extreme GMD events, and indeed the local time of the largest vulnerability, with clear applications for assessing extreme space weather impacts on the electric power grid.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 ».