MétaCan
Menu
Retour à la cohorte
Enregistrement W7037001970

Comparisons of the Orbiting Carbon Observatory-2 (OCO-2) X<sub>CO<sub>2</sub></sub> measurements with TCCON

2017· article· en· W7037001970 sur OpenAlexfundno aff

Notice bibliographique

RevueMax Planck Digital Library · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueJournalism and Media Studies
Établissements canadiensnon disponible
Organismes subventionnairesEurostarsJet Propulsion LaboratoryUniversité de La RéunionCanadian Space AgencyNova Scotia Research Innovation TrustMax-Planck-GesellschaftCanadian Foundation for Climate and Atmospheric SciencesGovernment of CanadaOntario Innovation TrustNational Aeronautics and Space AdministrationCalifornia Institute of TechnologyU.S. Department of Energy
Mots-clésAtmosphere (unit)ResidualCarbon fibersAerosolCarbon dioxideSystematic errorCalibration
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

NASA's Orbiting Carbon Observatory-2 (OCO-2) has been measuring carbon dioxide column-averaged dry air mole fractions, XCO2, in the Earth’s atmosphere for almost two years. In this paper, we describe the comparisons between the OCO-2 version 7Br retrievals and XCO2 estimates from OCO-2's primary ground-based validation network: the Total Carbon Column Observing Network (TCCON). The OCO-2 XCO2 retrievals, after bias correction, agree well globally with the TCCON for nadir, glint, and target observations, with median differences less than 0.5 ppm and RMS differences typically below 1.5 ppm. Target observations over TCCON stations correlate best with the TCCON data (R2 = 0.83) on a global scale. At local scales, the target comparisons reveal residual biases likely related to surface properties and aerosol scattering. It is thus crucial to continue measurement comparisons with TCCON to monitor and evaluate the OCO-2 XCO2 data quality throughout its mission.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,078
Score d'incertitude au seuil0,155

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
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,054
Tête enseignante GPT0,258
Écart entre enseignants0,205 · 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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMax Planck Digital LibraryMême sujetJournalism and Media StudiesTravaux en français237 207