MétaCan
Menu
← Retour à la cohorte
Enregistrement W4360937504 · doi:10.22541/essoar.167979633.38483690/v1

Multi-Scale Ionospheric Poynting Fluxes Using Ground and Space-Based Observations

2023· preprint· en· W4360937504 sur OpenAlexafffund
Daniel Billett, K. A. McWilliams, P. V. Ponomarenko, C. J. Martin, D. J. Knudsen, S. K. Vines

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomainePhysics and Astronomy
ThématiqueIonosphere and magnetosphere dynamics
Établissements canadiensUniversity of CalgaryUniversity of Saskatchewan
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaEuropean Space AgencyCanadian Space AgencyUniversity of CalgaryNational Science Foundation
Mots-clésPoynting vectorSwarm behaviourElectric fieldIonosphereGeophysicsPhysicsMesoscale meteorologySpace weatherConvectionSatelliteComputational physicsMagnetic fieldMeteorologyComputer scienceAstronomy

Résumé

récupéré en direct d'OpenAlex

We present three events where high-resolution electric and magnetic field measurements from the Swarm satellite constellation coincided with excellent F-region ionospheric coverage from SuperDARN. Large-scale ionospheric convection patterns from SuperDARN, together with field-aligned-current patterns from AMPERE, provide information on quasi-static ionospheric dynamics traversed by Swarm. Because the Swarm observations and orbital path coincided with favorable SuperDARN/AMPERE observing conditions, it was possible to filter the Swarm electric field observations into a quasi-static component that agreed with the SuperDARN electric field. We contend that the residual electric field from Swarm is thus indicative of small- and mesoscale dynamics not captured by the convection and FAC patterns. We compare calculations of the Poynting flux between the different instruments and show that dynamics on small- to mesoscales can be highly variable within structures like field-aligned currents. In the events shown, small- and medium-scale Poynting fluxes occasionally dominate over that from large-scale processes.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
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 Opus0,056
Tête enseignante GPT0,273
Écart entre enseignants0,217 · 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'étudeObservationnel
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

Citations2
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetIonosphere and magnetosphere dynamics→Travaux en français237 207→