The “Surface Water Ocean Topography” satellite, a major step forward in understanding the oceans
Notice bibliographique
Résumé
The French-U.S. SWOT (Surface Water Ocean Topography) satellite with contributions from Canada and the UK, launched in December 2022, has been delivering surface water height data of exceptional quality from all over the globe for more than 18 months now.Led by the French space agency CNES (Centre National d’Études Spatiales) and NASA (National Aeronautics and Space Administration), the SWOT mission is able to measure and survey water on over 90% of Earth’s surface, providing a high-resolution map of our planet’s water resources for the first time ever. The satellite’s measurements of surface water and ocean heights will help to further in-depth studies of water resource management and revolutionize our understanding of the global water cycle and how it is being affected by climate change.The satellite’s wide-swath interferometric radar sensor provides a detailed picture of sea surface height at a resolution of two kilometres and of surface water bodies wider than 100 metres with a revisit frequency of 21 days. SWOT data draw on a heritage of 30 years of continuous progress in the field of satellite altimetry and are the culmination of several decades of French-U.S. space cooperation. SWOT is able to detect eddies ten times smaller than anything seen by previous satellite altimetry missions.This new vision of the oceans and coastal regions should help us to delve deeper into the role of small eddies in shaping climate, as well as their relationship with major ocean currents and zones rich in biodiversity. It brings a new dimension to ocean research, enabling closer interactions between physical oceanography and biological productivity and paving the way for better management of the marine environment (e.g. through the identification and creation of Marine Protected Areas).
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».