MétaCan
Menu
Retour à la cohorte

Spectrométrie laser de très haute compacité pour la mesure sous ballons de CH4, CO2 dans la troposphère et la stratosphère.

2018· dissertation· W7148353764 sur OpenAlexaboutno aff
Zineb Miftah El Khair

Notice bibliographique

Revuenon disponible
Typedissertation
Langue
DomaineChemistry
ThématiqueSpectroscopy and Laser Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCalibrationLaser rangingLaser beamsPyrometallurgy

Résumé

récupéré en direct d'OpenAlex

Au départ, j’ai développé un code d’inversion en se basant sur l’exemple donné au laboratoire. Ensuite, j’ai eu l’opportunité de l’appliquer en participant à la campagne de mesure in situ StratoScience 2015 au Canada. Durant cette campagne, on a aussi réalisé quelques comparaisons de l’Amulse avec d’autres instruments de mesure de CH4 et CO2 (PicoSDLA, Picarro, AirCore). Ce fut une expérience très enrichissante ainsi qu’un premier test pour l’Amulse. A partir des résultats de ce premier vol, on constate qu’il y a encore des améliorations à apporter, que ce soit au niveau instrumental qu’au niveau d’inversion. Sur le plan instrumental, on fait quelques interventions au niveau de l’intelligence de l’instrument (acquisition et stockage) et son optique, d’une part, d’autre part le code d’inversion a besoin de certaines modifications qui englobent la ligne de base et la détermination de la raie spectrale. Pour ce fait, j’essaye d’appliquer plusieurs méthodes pour obtenir un bon fit et par conséquent une bonne concentration. Concernant les travaux en cours, j’essaye toujours d’améliorer mon code d’inversion pour avoir un meilleur profil vertical, qui va être utilisé par la suite dans ma publication sur la mesure du méthane. Dans le cadre de la rédaction de la publication, j’ai fait une première calibration au laboratoire du senseur laser Amulse CH4 en attendant la deuxième. En outre, je développe un autre code d’inversion pour le projet Strateole 2 qui va durer 2 mois. J’interviens aussi au niveau de l’inversion des données de la calibration du nouveau senseur laser bi gaz APOGEE (CH4 et CO2), qui est prévue pour le mois de juin à Toulouse. Dernièrement, j’ai participé au congrès EGU à Vienne et dans un avenir proche, je vais participer à la campagne de Kiruna avec PicoSDLA, Amulse et APOGEE.

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)0,002
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0100,003

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 Opus0,006
Tête enseignante GPT0,293
Écart entre enseignants0,287 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSpectroscopy and Laser ApplicationsTravaux en français237 207