Development of a diffuse reflectance probe for in situ measurement of inherent optical properties in sea ice
Notice bibliographique
Résumé
Included are the data presented in the publication entitled: Development of a diffuse reflectance probe for in situ measurement of inherent optical properties in sea ice accepted for publication in The Cryosphere Journal (2021). The data set includes Data and codes: 1. Data (duplicated in .xlsx and .mat): 1.1 Sites coordinates- (figure 5) -Geolocalisation of both sea ice sampling sites visited for this study (1 and 4) 1.2 cumu_sg- (figure 6)- cumulative signal vs depth vs source-detector distance vs scattering coefficient obtained with Monte Carlo simulations —cumu_sg- cumulative signal (%) — depth (mm) —standard deviation on depth where signal is cumulated —ddet (mm)- radial distance between source and detection point — b (m^-1)-scattering coefficient 1.3 validation-(figure 7)- Error on IOPs vs IOP value estimated measuring on microspheres solutions —vf (-)- microspheres volume fraction (in water) —a_theo (m^-1) - theoretical value of the absorption coefficient — mean_error_a(%) - error between theoretical value and measured value —std_error_a_x (%) - standard deviation on theoretical value (based on the standard deviation on microspheres diameter) —std_error_a_y (%) -standard deviation on error_a —rb_theo (m^-1) - theoretical value of the reduced scattering coefficient —mean_error_rb(%) - error between theoretical value and measured value —std_error_rb_x (%) - standard deviation on theoretical value (based on the standard deviation on microspheres diameter) —std_error_rb_y (%)) -standard deviation on error_rb —gamma_theo (-) - theoretical value of gamma —mean_error_gamma (%) - standard deviation on theoretical value (based on the standard deviation on microspheres diameter) —std_error_gamma (%) - standard deviation on error_gamma -1.4 T-S-(figure 8)- Vertical profiles of temperature and bulk salinity of sampled sea ice available at both snow covered site 1 and bare ice site 4 —T (celsius) - ice temperature —S_si (ppt) - ice bulk salinity —depth (cm) 1.5 Rmes-(figure 9)-Vertical profiles of spatially resolved diffuse Reflectance in sea ice using different covers to shade available at both snow covered site 1 and bare ice site 4 —Rmes (-) - spatially resolved diffuse Reflectance —Rmes_nbg (-) - spatially resolved diffuse Reflectance with no background sunlight subtraction in calculation of Rmes —dmes (mm) - distance between source and detecting fibre (named rho in the paper) —depth (cm) — cover - cover used to shade from the sun: te=tent,nc= no cover, ta=tarp 1.6 IOPprofiles-(figure 9)-Vertical profiles of reduced scattering coefficient in sea ice using different covers to shade available at both snow covered site 1 (ice+snow) and bare ice site 4 —infferedrb (m^-1) - reduced scattering coefficient —infferedrb_nbg (m^-1) - reduced scattering coefficient with no background sunlight subtraction in calculation of Rmes —cr1 (binary)— criteria determining if the measurement is kept or not —depth (cm)- depth from the surface . **watch out** at site 1 , the measurments start from the surface of the snow. Substract 24 cm to get measurement from surface of the ice. — cover - cover used to shade from the sun: te=tent,nc= no cover, ta=tarp 2. Code (written in .m with MATLAB_R2018b ®) : 2.1 inversion algorithm—(figure 9 ) — used to find rb from Rmes (dmes) vertical profiles in sea ice — Main_vprofiles_Rtorb-qik2019_article.m - Main script of the inversion alorithm to get rb from Rmes (dmes) —importfiledata.m-subfunction to import data from .csv —importfiledatamay8.m-subfunction to import data from .csv (specific to may 8th because file was corrupted) —interp1lookup_HR_enlarged_bin10.mat - lookup table of Reflectance vs dmes vs a vs b’ vs gamma used in the inversion —calibjune6_ha_interp1_indcalib2.mat - calibration factor with microspheres as a reference —site1_c20-picture of the ice core taken at site 1 —site4_c20-picture of the ice core taken at site 4 —may8th+othertests_fixed.csv-raw data from may 8 (site1) —may9day3.csv-raw data from may 9 (site4)
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».