MétaCan
Menu
Retour à la cohorte
Enregistrement W6910737350 · doi:10.48620/85346

Continuous temperature soundings at the stratosphere and lower mesosphere with a ground-based radiometer considering the Zeeman effect

2022· article· en· W6910737350 sur OpenAlexaff

Notice bibliographique

RevueOpen Access CRIS of the University of Bern · 2022
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric Ozone and Climate
Établissements canadiensApollo Microwaves (Canada)
Organismes subventionnairesnon disponible
Mots-clésStratosphereMesosphereRadiometerAltitude (triangle)Microwave radiometerZeeman effectTemperature measurementAtmospheric temperature

Résumé

récupéré en direct d'OpenAlex

Continuous temperature observations at the stratosphere and lower mesosphere are rare. Radiometry opens the possibility of observing microwave emissions from two oxygen lines to retrieve temperature profiles at all altitudes. In this study, we present observations performed with a temperature radiometer (TEMPERA) at the MeteoSwiss station at Payerne for the period from 2014 to 2017. We reanalyzed these observations with a recently developed and improved retrieval algorithm accounting for the Zeeman line splitting in the line center of both oxygen emission lines at 52.5424 and 53.0669 GHz. The new temperature retrievals were validated against MERRA2 reanalysis and the meteorological analysis NAVGEM-HA. The comparison confirmed that the new algorithm yields an increased measurement response up to an altitude of 53–55 km, which extends the altitude coverage by 8–10 km compared to previous retrievals without the Zeeman effect. Furthermore, we found correlation coefficients comparing the TEMPERA temperatures with MERRA2 and NAVGEM-HA for monthly mean profiles to be in the range of 0.8–0.96. In addition, mean temperature biases of 1 and −2 K were found between TEMPERA and both models (MERRA2 and NAVGEM-HA), respectively. We also identified systematic altitude-dependent cold and warm biases compared to both model data sets.

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 candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,072
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0020,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 GPT0,217
Écart entre enseignants0,206 · 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.

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen Access CRIS of the University of BernMême sujetAtmospheric Ozone and ClimateTravaux en français237 207