Numerical Model Generated Baja Test Scenes for EarthCARE Pre-launch Studies - Part 1: Atmospheric and Surface Properties
Notice bibliographique
Résumé
This first part of the dataset contains the atmospheric and surface conditions of Baja test scene (39318D) used for pre-launch studies of EarthCARE’s retrieval algorithms and data management system. The data are produced by Environment and Climate Change Canada's Global Environmental Multi-scale (GEM) NWP model (Côté et al., 1998, Girard et al., 2014). The surface albedo climatology is based MODIS’s MCD43GF 1 km resolution bidirectional reflectance distribution function (BRDF) product for the period 2002 to 2013 (Schaaf et al. 2002). Please refer to the second part of this dataset for the hydrometeor and aerosol properties. The Baja 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 12h00 UTC 02-Apr-2015 and saved at 21h00 UTC. This frame extends from the Canadian Arctic Archipelago, over central North America’s Great Plains and Rocky Mountains, and ends near Baja California Sur. It includes conditions of blowing snow and largely cloudless in the north end of the frame, low scattered clouds over snow-covered surfaces through the Canadian Prairies, cloudy condition over the Rocky Mountains and clear sky with some cirrus in the south end of the frame.
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) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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) | 0,012 | 0,005 |
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 ».