MétaCan
Menu
Retour à la cohorte
Enregistrement W4405676248 · doi:10.46620/ursi_rsrc24/0275wxe4734

Modelling of sub-ionospheric VLF signal propagation during a solar flare: an autonomous approach

2024· article· en· W4405676248 sur OpenAlexfundno aff
Sayak Chakraborty, Tamal Basak

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueBluetooth and Wireless Communication Technologies
Établissements canadiensnon disponible
Organismes subventionnairesNational Centers for Environmental InformationNational Oceanic and Atmospheric AdministrationDepartment of Science and Technology, Ministry of Science and Technology, IndiaCanadian Patient Safety Institute
Mots-clésPhase noiseNoise (video)Computer scienceElectronic engineeringAcousticsOscillator phase noisePhase (matter)PhysicsElectrical engineeringTelecommunicationsEngineeringNoise figureArtificial intelligenceBandwidth (computing)

Résumé

récupéré en direct d'OpenAlex

The sub-ionospheric Very Low Frequency (VLF) signal propagation effects is a well established tool to investigate D-region ionosphere, especially during solar flare effects.We institute an integrated multistage model to simulate VLF signal during solar flares.Firstly, we autonomously solve 'D-region electron continuity equation (DECE)' and obtain electron density profile (N e ).Secondly, we extract Wait's parameters from N e using numerical fitting techniques.Thirdly, we simulate VLF signal amplitude profile (A sim ) using Long Wave Propagation Capability (LWPC) framework with the help of the Wait's parameters.Lastly, we compare A sim with its observational counterpart (A obs ).For performing the entire analysis, we choose a C3.2-class solar flare whose VLF signal response was recorded at the receiving station of Indian Centre for Space Physics (ICSP) for two transmitter signals, namely, VTX/18.2kHz and NWC/19.8kHz.We report an agreement between A sim and A obs .We discuss the justified limitations of the model and conclude.

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)0,000
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,660
Score d'incertitude au seuil0,380

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,001
Science ouverte0,0010,000
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 Opus0,028
Tête enseignante GPT0,219
Écart entre enseignants0,191 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

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 sujetBluetooth and Wireless Communication TechnologiesTravaux en français237 207