Numerical Model Generated Hawaii Test Scenes for EarthCARE Pre-launch Studies - Part 2: Hydrometeor and Aerosol Properties
Notice bibliographique
Résumé
This second part of the dataset contains the hydrometeor and aerosol properties of Hawaii test scene (39320E) (mass content & effective radius) used for pre-launch studies of EarthCARE’s retrieval algorithms and data management system. The effective radii of ice particles are modified based on the original data produced by Environment and Climate Change Canada's Global Environmental Multi-scale (GEM) NWP model (Côté et al., 1998, Girard et al., 2014). The aerosols data from CAMS interim re-analysis (Flemming et al. 2017) are also added into the test scene. Please refer to the first part of the Hawaii scene dataset for the atmospheric and surface properties, and the third part of this dataset for the data of number concentration of hydrometeors and aerosols, as well as the data of vertical wind speed. The Hawaii test frame is 6200 km long and 200 km wide with horizontal grid-spacing of 250 km and 57 vertical layers. The simulation is initialized at 12:00 UTC 23-Jun-2015 and saved at 00h00 UTC on 24-Jun-2015. This frame crosses the central Pacific Ocean, near Hawaii, with a mesoscale convective system (MCS) in its center, clear skies in the north and south part of the frame, and a weak frontal system at its southern extremity.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,002 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,003 |
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 ».