Spatial extent of the energetic electron precipitation region during substorms
Notice bibliographique
Résumé
The spatial coverage of the energetic electron precipitation (EEP) region during three substorms has been determined using a combination of ground-based instruments in North America. The primary datasets used to determine the presence or absence of EEP are riometer measurements of cosmic noise absorption (CNA); attenuation of the 10–11 MHz atmospheric noise in the D-region ionosphere determined using the Super Dual Auroral Radar Network (SuperDARN); amplitude variations in subionospheric very low frequency (VLF) propagation observed using the Antarctic-Arctic Radiation-belt (Dynamic) Deposition VLF Atmospheric Research Konsortium (AARDDVARK) VLF receivers, and total electron content measurements derived from global navigation satellite systems. Our results show that substorm EEP during moderate geomagnetic conditions can extend considerably equatorward or poleward of the average latitude limits reported in a previous statistical study of substorm EEP and an EEP model. This evidence is provided by the SuperDARN radars and the radar signature is not always accompanied by cosmic noise absorption measured by the riometers. Further work is required to determine which EEP energies and fluxes the SuperDARN radars are sensitive to, but we can conclude that EEP with sufficient flux to attenuate 10–11 MHz radiowaves by ∼5 dB reaches latitudes well equatorward of the statistical EEP latitude limits previously modelled for <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="m1"><mml:mo>></mml:mo></mml:math> 30 keV electrons.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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 | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».