Evaluation of the Solar Quiet Reference Field (SQRF) Model for Space Weather Applications in the South America Magnetic Anomaly
Notice bibliographique
Résumé
Abstract In the present work, we evaluate the accuracy of the Solar Quiet Reference Field (SQRF) model for forecasting and predicting the geomagnetic solar quiet (Sq) daily field variation in the South America Magnetic Anomaly (SAMA) region. The model simulates the monthly average horizontal field of the geomagnetic quiet (Sq-H) daily variation solving a set of functional fitting equations for the specified geographic coordinates. We carried out two comparisons between the simulated and observational data of the Sq-H field. The first part attempts to evaluate the accuracy for predicting the Sq-H field over Medianeira (25.30°S, 54.11°W, dip angle: -33.45°) by using linear interpolation on the SQRF coefficients. The second part of the analysis attempts to evaluate the accuracy for forecasting the quiet daily field variation over Cachoeira Paulista (22.70°S, 45.01°W, dip angle: -38.48°). The results of the simulation for both locations show that this empirical model presents a good agreement with the Sq-H field obtained from the magnetic field data. The accuracy of the SQRF model (high correlation, r>0.9) provides a high potential for estimating and forecasting geomagnetic quiet daily field variation for space weather applications. Therefore, this model could be useful in the Sq-H field regions near of SAMA.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».