The Total Carbon Column Observing Network's GGG2020 data version
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract. The Total Carbon Column Observing Network (TCCON) measures column-average mole fractions of several greenhouse gases (GHGs), beginning in 2004, from over 30 current or past measurement sites around the world using solar absorption spectroscopy in the near-infrared (near-IR) region. TCCON GHG data have been used extensively for multiple purposes, including in studies of the carbon cycle and anthropogenic emissions, as well as to validate and improve observations from space-based sensors. Here, we describe an update to the retrieval algorithm used to process the TCCON near-IR solar spectra and to generate the associated data products. This version, called GGG2020, was initially released in April 2022. It includes updates and improvements to all steps of the retrieval, including but not limited to the conversion of the original interferograms into spectra, the spectroscopic information used in the column retrieval, post hoc air mass dependence correction, and scaling to align with the calibration scales of in situ GHG measurements. All TCCON data are available through https://tccondata.org/ (last access: 22 April 2024) and are hosted on CaltechDATA (https://data.caltech.edu/, last access: 22 April 2024). Each TCCON site has a unique DOI for its data record. An archive of all the sites' data is also available with the DOI https://doi.org/10.14291/TCCON.GGG2020 (Total Carbon Column Observing Network (TCCON) Team, 2022). The hosted files are updated approximately monthly, and TCCON sites are required to deliver data to the archive no later than 1 year after acquisition. Full details of data locations are provided in the “Code and data availability” section.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,005 | 0,009 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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 découle