On optimum solar wind - magnetosphere coupling functions for transpolar voltage and planetary geomagnetic activity
Notice bibliographique
Résumé
Using 65,133 hourly averages of transpolar voltage Φ(PC) from observations made over 25 years by the SuperDARN radars, with simultaneous SML and interpolated am geomagnetic indices, we study their optimum interplanetary coupling functions. We find lags of 18, 31 and 45 min. for Φ_{PC}, am and SML respectively, and fit using a general coupling function with three free fit exponents. To converge to a fit, we need to average interplanetary parameters and then apply the exponent which is a widely-used approximation: we show how and why this is valid for all interplanetary parameters, except the factor quantifying the effect of the clock angle of the interplanetary magnetic field, sin^(d)(θ/2), which must be computed at high time resolution and then averaged. We demonstrate the effect of the exponent d on the distribution, and hence weighting, of samples and show d is best determined from the requirement that the coupling function is a linear predictor, which yields d of 2.50+/-0.10, 3.00+/-0.22 and 5.23+/-0.48 for Φ_{PC}, am and SML. To check for overfitting, fits are made to half the available data and tested against the other half. Ensembles of 1000 fits are used to study the effect of the number of samples on the distribution of errors in individual fits and on systematic biases in the ensemble means. We find only a weak dependence of solar wind density for Φ_{PC} and SML but a significant one for am. The optimum coupling functions are shown to be significantly different for Φ_{PC}, am and SML.
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 | 0,008 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».