MétaCan
Menu
Retour à la cohorte
Enregistrement W7117320388 · doi:10.1029/2025ja034234

A Long‐Term Study of the Variability of Polar Cap Patches Using Advanced Modular Incoherent Scatter Radars (AMISRs)

2025· article· en· W7117320388 sur OpenAlexaff
O. F. Jonah, Leslie Lamarche, G. W. Perry, Taylor Cameron

Notice bibliographique

RevueJournal of Geophysical Research Space Physics · 2025
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueIonosphere and magnetosphere dynamics
Établissements canadiensNatural Resources Canada
Organismes subventionnairesOffice of Naval ResearchNuclear Safety and Security CommissionNational Aeronautics and Space AdministrationNational Science Foundation
Mots-clésEarth's magnetic fieldIncoherent scatterPolarIonosphereMesoscale meteorologyRadar

Résumé

récupéré en direct d'OpenAlex

Abstract The polar cap ionosphere is a dynamic and intricately structured environment that plays host to polar cap patches (PCPs) and other mesoscale density formations. These phenomena can lead to the emergence of smaller‐scale structures through various plasma instability mechanisms. Existing literature highlights substantial variability in the occurrence, density, and characteristics of PCPs influenced by solar and geomagnetic conditions. However, a comprehensive statistical analysis utilizing long‐term data is lacking, particularly from the Resolute Bay Incoherent Scatter Radar North (RISR‐N). In this article, we consider 11 years of RISR‐N data (≅one solar cycle) to perform an analysis of PCPs, focusing on their occurrence distributions, behavior with density, temperature, different geomagnetic indices, and characteristics over time. We show the long‐term distribution of PCPs and how it varies with geomagnetic activity. We examine the role of solar activity by investigating correlations between solar activity indices (e.g., F10.7, solar wind conditions) and the occurrence of PCPs to provide a clearer picture of the influence of solar activity on patch dynamics. We identify seasonal and diurnal variability of PCPs to establish a clear understanding of how these factors influence their behavior.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,020
Tête enseignante GPT0,332
Écart entre enseignants0,312 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research Space PhysicsMême sujetIonosphere and magnetosphere dynamicsTravaux en français237 207