MétaCan
Menu
Retour à la cohorte
Enregistrement W4389299150 · doi:10.3847/psj/acfc35

Geometric Properties of Water-ice Clouds as Observed from Jezero Crater in the First 600 sols with the NavCam Instrument On Board the Mars2020 Rover, Perseverance

2023· article· en· W4389299150 sur OpenAlexaff
Priya Patel, L. K. Tamppari, Manuel de la Torre Juárez, M. T. Lemmon, A. J. Coates, M. J. Wolff, Daniel Toledo, G. Branduardi‐Raymont, G. H. Jones, Charissa Campbell, John E. Moores, J. N. Maki, Jacqueline Ryan

Notice bibliographique

RevueThe Planetary Science Journal · 2023
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiquePlanetary Science and Exploration
Établissements canadiensYork University
Organismes subventionnairesScience and Technology Facilities Council
Mots-clésCloud computingMars Exploration ProgramRemote sensingGeologyDrizzleImpact craterScalingPhysicsComputer scienceAstrobiologyGeometryMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract In the first 600 sols of the Mars2020 mission, L S 5.6 o – 316.8 o , 46 cloud movies and 145 cloud surveys were collected to observe clouds at Jezero Crater, the landing site of the Perseverance Rover. Cloud movies were processed using the Mean-Frame Subtraction (MFS) method for revealing cloud structures, which were subsequently analyzed using digital-image processing. Two-dimensional Fast Fourier Transforms (2D-FFT) were used to compute cloud structure sizes ranging from 2.90 to 15.25 km for clouds between 30 and 50 km altitude, based on coincident Mars Climate Sounder vertical profiles of atmospheric water-ice. Same-value thresholding was used to detect the cloud structures in MFS-processed and projected cloud movies. The resolution dependence that was needed to resolve these structures over various thresholds was examined to find multifractal scaling of Mars clouds for resolutions between 0.1 and 1.6 km. We characterize the multiscaling observed in the images and its implications for the design of cloud-tracking cameras from the surface as well as for cloud-resolving models.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,439
Score d'incertitude au seuil0,969

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0020,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,036
Tête enseignante GPT0,202
Écart entre enseignants0,165 · 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 tête enseignante, 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

Citations5
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Planetary Science JournalMême sujetPlanetary Science and ExplorationTravaux en français237 207