MétaCan
Menu
Retour à la cohorte
Enregistrement W4393663054 · doi:10.5281/zenodo.7732338

HETEAC – The Hybrid End-To-End Aerosol Classification model for EarthCARE: Look-Up Table (LUT) for aerosol mixtures

2023· dataset· en· W4393663054 sur OpenAlexaff
Ulla Wandinger, Athena Augusta Floutsi, Holger Baars, Moritz Haarig, Albert Ansmann, Anja Hünerbein, Nicole Docter, David P. Donovan, Gerd‐Jan van Zadelhoff, Shannon Mason, Jason N. S. Cole

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2023
Typedataset
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality Monitoring and Forecasting
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesnon disponible
Mots-clésAerosolTable (database)Lookup tableEnvironmental scienceComputer scienceRemote sensingMeteorologyGeographyData mining

Résumé

récupéré en direct d'OpenAlex

The dataset contains the look-up table (LUT) of EarthCARE’s Hybrid End-To-End Aerosol Classification (HETEAC) model. The LUT contains optical and radiative parameters for four pure aerosol components (fine mode weakly absorbing, fine mode strongly absorbing, coarse mode spherical and coarse mode non-spherical) and their mixtures. In total, 314 aerosol mixtures are considered. The LUT returns the mixing state of an aerosol mixture based on the lidar ratio and the particle linear depolarization ratio at 355 nm. The mixing state is expressed in terms of relative volume contribution of the four pure aerosol components. Additionally, the LUT returns the effective radius, the asymmetry parameter, the single scattering albedo (at 355, 532, 550, 670, 865, 1064, 1650 and 2210 nm) and the Angstrom exponent (at 28 wavelength combinations) of the aerosol mixture. The lidar ratio and the particle linear depolarization ratio is also provided at 532, 550, 670, 865, 1064, 1650 and 2210 nm. The datafile contains two top-level groups: the HeaderData, which contains the header variables, and the ScienceData with the variables. The latter contains two groups, the AerosolComponents, which includes the aerosol-component-related optical and microphysical variables, and the LookUpTable, which contains the HETEAC LUT variables. The variables included in the datafile are listed below. For each variable, a full description is provided in the long_name attribute. HeaderData angstrom_exponent_header ScienceData AerosolComponents backscatter effective_radius extinction logarithmic_width mode_radius_number mode_radius_volume particle_linear_depolarization_ratio refractive_index_imaginary refractive_index_real scattering LookUpTable angstrom_exponent asymmetry_parameter effective_radius lidar_ratio particle_linear_depolarization_ratio relative_volume_contribution single_scattering_albedo radiation_wavelength Contact For any further clarifications or expression of interest with respect to the EarthCARE LUT, please contact Ulla Wandinger (ulla.wandinger@tropos.de) and/or Athena Augusta Floutsi (floutsi@tropos.de).

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)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0040,000
Communication savante0,0010,000
Science ouverte0,0020,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,012

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 Opus0,083
Tête enseignante GPT0,284
Écart entre enseignants0,201 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetAir Quality Monitoring and ForecastingTravaux en français237 207