SuperDARN Radar Software Toolkit (RST) 4.2
Notice bibliographique
Résumé
New features in version 4.2 of the Radar Software Toolkit (RST) include: TS18 and TS18-Kp statistical convection model (TS18 replacing CS10 as default) Statistical convection model solver (solve_model) Added pre-1900 coefficients for use with AACGM_v2 Implemented new --version option to print current RST version number Added unrecognized command line option handling to remaining binaries Disabled low-power thresholding when converting between dat and rawacf format files Fixed bug when reading data from early (~1993-1995) dat format files Fixed bug when reading records with negative scan flag values Fixed bugs in gridtogrdmap and maptocnvmap conversion routines Fixed bug in trim_fit to allow removal of first record in file Fixed bug in map_addhmb when specifying custom boundary latitude Fixed bug in make_grid preventing custom start times with -i flag Fixed bugs in AACGM_v2 software Fixed numerous plotting bugs Updated Falkland Islands and Stokkseyri hdw.dat files Updated README and documentation for FITACF 3.0 Updated documentation following the -new/-old flag change from previous release (4.1) Cleanup of numerous warning messages during compilation The RST is actively developed and maintained by the SuperDARN Data Analysis Working Group (https://superdarn.github.io/dawg/).
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,605 | 0,833 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».