BBR and ACM-RT inputs for figures in ACMB-DF documenting paper (Barker et al., 2024).
Notice bibliographique
Résumé
For the Earth Cloud, Aerosol, Radiation Explorer (EarthCARE) satellite mission there are a number of algorithms used to process the observations. One of these algorithms, called ACMB-DF, is designed to perform continuous radiative closure assessment of EarthCARE observations. This is done using radiance and flux measurements from the Broad-Band Radiometer (BBR) and forward solar and thermal radiative transfer calculations applied to retrieved geophysical properties. The ACMB-DF algorithm is documented in an Atmospheric Measurements and Techniques (AMT) article. To illustrate the methodology used for ACMB-DF, detailed calculations were performed for the “Hawaii” scene. These include detailed 3D Monte Carlo calculations of the BBR and Multi-Spectral Imager (MSI) radiances applied to select sections of the Hawaii test scene. These where then used in the chain of EarthCARE retrievals to produce geophysical retrievals used as input for the ACM-RT processor to compute radiative quantities needed for closure assessment and as input to generate BBR radiances and fluxes. The relevant publication for these calculations is: Barker, H. W., J. N. S. Cole, N. Villefranque, Z. Qu, A. Velazquez-Blazquez, C. Domenech, S. L. Mason, and R. J. Hogan : Radiative Closure Assessment of Retrieved Cloud and Aerosol Properties for the EarthCARE Mission: The ACMB-DF Product. Submitted to AMT, May 2024.
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 | 0,002 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,758 | 0,564 |
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 ».