MétaCan
Menu
← Retour à la cohorte
Enregistrement W6989583880

Buildup of the Surface Based Temperature Inversions during ALPACA-PBL.

2023· article· en· W6989583880 sur OpenAlexaff

Notice bibliographique

RevueHAL (Le Centre pour la Communication Scientifique Directe) · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueOnline Learning Methods and Innovations
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésSurface (topology)ReflectivityReflection (computer programming)Earth surface
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

During winters in high latitudes, when an anticyclone feature establishes in the region, an outstanding surface radiative cooling initiates giving origin to the formation of a surface based temperature inversion layer (SBI), also known as a stably-stratified planetary boundary layer (PBL). This often shallow temperature inversion layer modulates the surface cooling regime and isolates the surface from the rest of the troposphere. Mixing and dispersion of pollutants and particulate matter within stratified layers are severely constrained, and therefore, the SBI is a key player in urban air pollution. Similarly, the presence of SBIs have a climate feedback effect on continental and ocean surfaces. A detailed analysis of the buildup of SBIs was conducted based on high resolution vertical temperature profiles obtained by a microwave radiometer, combined with dynamic observations of the PBL flow based on a Doppler Wind Lidar and surface observations of turbulent and radiative fluxes. Four cases of SBI buildup were captured from Feb. 11th to 18th, 2022 during the ALPACA field experiment. These cases show a mixture of columnar cooling and surface cooling forced by surface net radiation deficits in clear sky conditions. Above the SBI, the presence of a warming layer ~ 250 m AGL was noted and initially attributed to the adiabatic compression experienced by the anticyclonic air mass under quasi-quiescent regional flows. A detailed synoptic and dynamic analysis will be presented.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0110,002

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,283
Écart entre enseignants0,266 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHAL (Le Centre pour la Communication Scientifique Directe)→Même sujetOnline Learning Methods and Innovations→Travaux en français237 207→