MétaCan
Menu
Retour à la cohorte
Enregistrement W1655754084

Radiative and Cloud Microphysical Effects of Forest Fire Smoke over North America and Siberia

2007· dissertation· en· W1655754084 sur OpenAlex
Brian Vant‐Hull

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueDigital Repository at the University of Maryland (University of Maryland College Park) · 2007
Typedissertation
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRadiative transferSmokeEnvironmental scienceCloud computingGeographyMeteorologyAtmospheric sciencesClimatologyGeologyPhysicsComputer science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Aerosol affects climate both through direct radiative effects and by indirect effects on cloud development. Absorbing aerosols have additional influence on the vertical temperature profile of the atmospheric column. Radiative effects of smoke are studied for the case of a Canadian smoke plume that blanketed the U.S. mid-Atlantic seaboard. Optical properties derived from aircraft in situ measurements demonstrate that the smoke formed a layer with a base 2 km above the surface, and absorptive heating in this layer could have strengthened and maintained the subsidence inversion responsible for the layer structure. An optical model of the smoke formed from a blend of aircraft and AERONET measurements allows retrieval of the smoke aerosol by satellite, so that comparisons are possible to measurements made by any instrument in the region. For this case an optical model based purely on AERONET measurements provides the best satellite retrieval of optical depth, but a model based mainly on aircraft measurements agreed best with spectrum wide-forcing measurements, demonstrating the dangers of a simple optical model for all retrievals. A study done in the Amazonian burning season demonstrates that sun/observation geometry is useful to control bias from shadowed and illuminated portions of clouds. Sub-pixel mixing of cloud and aerosol also produces bias that is minimized for optically thick clouds. Since such biases can never be fully eliminated, the only valid study is a comparison of two data sets with equivalent geometry and so, presumably, equal bias. Canada and Siberia were chosen so that forested areas are compared at the same latitudes. Summertime Canadian aerosol is primarily smoke, while Europe contributes a great deal of sulfate to Siberia aerosol. The average cloud droplet size was significantly smaller in Siberia, as expected from the higher sulfate load with greater activity as cloud condensation nuclei (CCN). The aerosol indirect effect on cloud microphysics increases with aerosol loading in both regions, but much more so in Canada. This is attributed to a large sulfate background in Siberia, so the addition of smoke makes a smaller percentage change to the amount of cloud CCN.

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.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,196
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
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 Opus0,002
Tête enseignante GPT0,153
Écart entre enseignants0,151 · 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