MétaCan
Menu
← Retour à la cohorte
Enregistrement W4392649683 · doi:10.5194/egusphere-egu24-22265

Mountain Ice Fog and Visibility during CFACT

2024· preprint· en· W4392649683 sur OpenAlexaffabout
Ismail Gültepe, Zhaoxia Pu, Eric R. Pardyjak, Sebastian W. Hoch, Alexei Perelet, Martin Agelin‐Chaab

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésVisibilityMeteorologyGeologyEnvironmental scienceGeographyPhysical geographyClimatologyRemote sensing

Résumé

récupéré en direct d'OpenAlex

The objective of this study is to characterize visibility and microphysics of cold-fog conditions during The Cold Fog Amongst Complex Terrain (CFACT) project, which was designed to investigate the life cycle of cold fog in the Heber Valley, Utah. The field campaign was conducted from 7 January to 23 February 2022 and was supported with observations and resources from the NSF Lower Atmospheric Observing Facilities (LAOF), managed by NCAR’s Earth Observing Laboratory (EOL), as well as the University of Utah and Ontario Technical University. Heber Valley is surrounded by canyons, mountains and irregular topography where the Provo River streams along the valley floor from Jordanelle Reservoir at the north to Deer Creek (DC) Reservoir at the southeastern end at 1652 m above sea level (ASL). The highest peaks surrounding the valley are at about 3500 m (ASL) to the west and southwest of the project area.The DC supersite had extensive ice and droplet microphysical as well as precipitation measurements obtained using a ground-based Gondola (composed of a Droplet Measurement Technologies (DMT) Cloud Droplet Probe - CDP and Back-scatter Cloud Probe - BCP), a DMT Fog Monitor (FM120), a Mesaphotonics Cloud Droplet Measurement System (CDMS), a DMT Ground-based Cloud Imaging Probe (GCIP), a Vaisala Present Weather Detector (PWD52), and an OTT Parsivel. During the project, aerosol measurements were performed using a GRIMM Aerosol Spectrometer, a T.S.I. Scanning Mobility Particle Sizer (SMPS), and a DMT Cloud Condensation Nuclei (CCN) counter, as well as filter samplers. These instruments covered a size range from 8 nm up to cm size range representing aerosols, fog particles, and precipitation. Measurements from a Halo Photonics doppler wind lidar, a Vaisala CL61 ceilometer, a tethered balloon system (TBS), and a 32-m turbulence tower were used to characterize vertical profiles of fog microphysics and aerosols, as well as the dynamic and thermodynamic structure. Eleven significant weather events occurred during the 47 days of the CFACT campaign that included snowfall, freezing fog, ice fog (IF), and light ice crystal precipitation when Vis

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 enseignants0,063
Score d'incertitude au seuil0,125

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 technologies0,0010,000
Communication savante0,0010,000
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 Opus0,021
Tête enseignante GPT0,239
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

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetCryospheric studies and observations→Travaux en français237 207→