MétaCan
Menu
Retour à la cohorte
Enregistrement W4401575818 · doi:10.1175/jas-d-23-0092.1

Cloud-Edge Motion by a Ducted Gravity Wave

2024· article· en· W4401575818 sur OpenAlexafffund
Raymond P. Walsh, David J. Muraki

Notice bibliographique

RevueJournal of the Atmospheric Sciences · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric aerosols and clouds
Établissements canadiensSimon Fraser University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésGravity waveMechanicsBoussinesq approximation (buoyancy)BuoyancyPhysicsAdvectionAtmospheric ductCloud physicsAmplitudeMeteorologyCloud computingWave propagationGeologyConvectionOpticsNatural convectionAtmosphere (unit)Computer science

Résumé

récupéré en direct d'OpenAlex

Abstract The reflection of a wave at a fluid interface is fundamental to the atmospheric wave duct. As latent heating distinguishes the buoyancy response between cloudy and clear air, cloud edges can serve as a ducting interface for gravity waves. However, advection of the thermodynamic conditions by the ducted wave itself can cause evaporation or condensation, where the motion of cloud edges results from shrinking or enlarging regions of saturated air. For an idealized ducted-wave mode trapped by a cloud layer, a linear Boussinesq analysis shows that its vertical motions produce a sinusoidal corrugation of the cloud edge that travels with the wave. When thermodynamic conditions are continuously varying, the cloud edge propagates as the moving onset of phase change, and not as a material interface. Using this Boussinesq solution to initialize the full-physics CM1 model, the simulation confirms the amplitude and speed of the cloud-edge wave. In a comparison of simulations for domains of decreasing height, a convergence to the Boussinesq ducted wave can be quantitatively established. This demonstration suggests a theory-based convergence benchmark for the motion of a cloud edge by phase change.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,011
Tête enseignante GPT0,227
Écart entre enseignants0,217 · 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 source (Gemma direct ou Codex distillé), 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'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of the Atmospheric SciencesMême sujetAtmospheric aerosols and cloudsTravaux en français237 207