MétaCan
Menu
Retour à la cohorte
Enregistrement W4399379517 · doi:10.1139/as-2024-0008

On-site calibration of instruments in the Arctic: assessment of temperature records at Climate Change Tower in Ny-Ålesund, Svalbard

2024· article· en· W4399379517 sur OpenAlexvenueno aff
G. Coppa, Chiara Musacchio, Francesca Becherini, Mauro Mazzola, Angelo Viola, Andrea Merlone

Notice bibliographique

RevueArctic Science · 2024
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensnon disponible
Organismes subventionnairesEuropean Metrology Programme for Innovation and ResearchEuropean CommissionEuropean Association of National Metrology Institutes
Mots-clésCalibrationArcticEnvironmental scienceThe arcticTowerMeteorologyArchipelagoClimate changeRemote sensingClimatologyGeographyGeologyStatisticsOceanographyMathematics

Résumé

récupéré en direct d'OpenAlex

The Arctic is as a key place to perform environmental measurements given its combination of reduced human activity and increased sensitivity to climate change. The Svalbard archipelago constitutes an invaluable measurement location, due to its ease of access and the presence of the Ny-Ålesund research center. Sensors are usually not designed to sustain prolonged periods of time in demanding environments like the Arctic; therefore, chances of failures, drift, and errors are higher than elsewhere. Maintenance and calibration of these sensors must be rigorous and frequent, to avoid poor-quality data, or even their loss. Within the frame of EURAMET EMRP project “MeteoMet 2”, calibration of the temperature sensors hosted by the Climate Change Tower (CCT), a unique research facility designed to monitor lower-atmosphere profiles of several meteorological quantities, has been performed. The calibration campaign pointed out sensor errors up to 1 °C and corrected the measurements, straightening the skewed temperature profiles. Absolute calibration uncertainties have been evaluated at ∼0.2 °C, less than half of those stated by the manufacturer, while an evaluation of relative uncertainties yielded values of just few 0.01 °C. This experience stimulated the creation of an in-situ calibration facility, to the benefit of the whole scientific community based in Ny-Ålesund.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,691

Scores Codex et Gemma par catégorie

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

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 Opus0,032
Tête enseignante GPT0,280
Écart entre enseignants0,248 · 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; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArctic ScienceMême sujetCryospheric studies and observationsTravaux en français237 207