MétaCan
Menu
Retour à la cohorte
Enregistrement W7095219332

UNCLASSIFIED/UNLIMITED UNCLASSIFIED/UNLIMITED VLF Phase Perturbations Produced by the Variability in Large (V/m) Mesospheric Electric Fields in the 60 – 70 km Altitude Range

2015· article· en· W7095219332 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueAcademic Publishing and Open Access
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésElectric fieldIonosphereAltitude (triangle)Phase (matter)Atmospheric electricityRange (aeronautics)Field (mathematics)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The large (V/m) mesospheric electric fields have been identified as a possible cause of VLF phase perturbations. These fields affect the fundamental processes that govern the lower D region parameters, primarily the electron temperature and effective collision frequency. The main ionospheric parameter needed to calculate VLF phase perturbations is the low-frequency electron plasma conductivity. All the electric field data available to 1990 were collected with electric field sensors on board more than 50 rockets launched over approximately 30 years in the USSR and the U.S.A., which were insufficient to address VLF phase perturbations. This paper discusses the progress made in addressing large (V/m) mesospheric electric fields between 60- and 70-km altitudes since 1990. It focuses on achieving the breakthrough, the development of a radio wave technique for sensing large electric fields remotely by using MF radar, and on the fact that the electric field variability leads to the variability of ionospheric conduction contours by a few kilometers in altitude. The statistical analysis of the large mesospheric electric field data acquired in the 60- and 67-km altitude region in Canada and Ukraine suggests that large mesospheric electric fields may occur during about 70 % of all the time. However, reasonable assessments of VLF phase perturbations need information on the temporal and especially spatial

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)0,036
score de la tête « metaresearch » (Gemma)0,045
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Communication savante, Science ouverte
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,480
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0360,045
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,009
Études des sciences et des technologies0,0000,000
Communication savante0,0020,002
Science ouverte0,0060,000
Intégrité de la recherche0,0010,002
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 Opus0,127
Tête enseignante GPT0,394
Écart entre enseignants0,267 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAcademic Publishing and Open AccessTravaux en français237 207