MétaCan
Menu
Retour à la cohorte
Enregistrement W4403281398 · doi:10.22541/essoar.172854540.01279034/v1

Monitoring Global Ionospheric Conditions With Electromagnetic Lightning Impulses Registered in Extremely Low Frequency Measurements

2024· preprint· en· W4403281398 sur OpenAlexaff
Zenon Nieckarz, Mark Gołkowski, Jerzy Kubisz, M. Ostrowski, A. Michalec, Janusz Młynarczyk, János Lichtenberger, Ashanthi Maxworth

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomainePhysics and Astronomy
ThématiqueLightning and Electromagnetic Phenomena
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésIonosphereAzimuthExtremely low frequencySchumann resonancesVery low frequencyLightning (connector)ThunderstormRemote sensingRadio propagationHigh frequencyPhysicsGeologyEnvironmental scienceGeophysicsMeteorologyOpticsElectromagnetic field

Résumé

récupéré en direct d'OpenAlex

The Extremely Low Frequency band (ELF: 0.03 – 1000 Hz) electromagnetic signals from thunderstorm lightning discharges can propagate around the globe in the Earth-ionosphere resonance cavity and thus be used for ionosphere monitoring. We use ELF observations of the World Wide Lightning Location Network (WWLLN) impulses to examine ELF propagation velocity and arrival azimuth under diurnal changes in two days of September 20th and 21st, 2023. Also temporary effects of solar flares’ ionizing fluxes are monitored, leading to increasing the ELF signal propagation speed modulated by the X-ray flux intensity. We present for the first time a simple method for automatic and large-scale analysis, utilizing data from two registration systems (ELF and WWLLN) and enabling easy evaluation of changes in wave propagation speed. The compared samples of WWLLN impulses generated in selected azimuth and distance sectors for Africa and America reveal varying effects of signal refraction, with increased azimuth changes for signals propagating across the ionospheric ionization gradients. The method has a potential to become a standard tool for the analysis and monitoring of the lower layers of the ionosphere.

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)0,000
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
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)0,0010,000

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 Opus0,025
Tête enseignante GPT0,272
Écart entre enseignants0,246 · 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'admission1
Résumé présentoui

Explorer davantage

Même sujetLightning and Electromagnetic PhenomenaTravaux en français237 207