MétaCan
Menu
← Retour à la cohorte
Enregistrement W1981166856 · doi:10.1029/2006jd007247

Summertime carbonaceous aerosols collected in the marine boundary layer of the Arctic Ocean

2007· article· en· W1981166856 sur OpenAlexaboutno aff
Zhouqing Xie, Joel D. Blum, Satoshi Utsunomiya, Rodney C. Ewing, Xinming Wang, Liguang Sun

Notice bibliographique

RevueJournal of Geophysical Research Atmospheres · 2007
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric chemistry and aerosols
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésArcticEnvironmental chemistryEnvironmental scienceChemistryOceanographyGeology

Résumé

récupéré en direct d'OpenAlex

The chemistry, morphology, and microscale to nanoscale structures of carbonaceous aerosols from the marine boundary layer of the Arctic Ocean were investigated by a variety of electron microscopy techniques, including scanning electron microscopy (SEM), high‐resolution transmission electron microscopy (HRTEM), and energy‐dispersive X‐ray spectroscopy (EDS). The relative levels of particles of black carbon (BC) were determined by electron paramagnetic resonance (EPR). Polycyclic aromatic hydrocarbons (PAHs) absorbed onto BC particles were extracted by the soxhlet extraction method and analyzed by gas chromatography mass spectrometry (GC‐MS). The results show that the dominant particles of BC are char particles with spherical shape, porous structure, and high sulfur content, which are typically derived from residual oil combustion on ships. The spatial distribution of BC from ship emissions was found to be concentrated around the periphery of the Arctic Ocean, suggesting relatively intensive contamination by ships in the Russian and Canadian Arctic. The abundance of PAHs on BC particles ranges from 142 to 2672 pg/m3 (mean = 702 pg/m3), which is significantly higher than values previously measured by land‐based observation. Thus we find that ship emissions are a potentially important contributor to the PAH levels at some locations in the Arctic Ocean during the summer.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,055
Score d'incertitude au seuil0,109

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
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 Opus0,027
Tête enseignante GPT0,285
Écart entre enseignants0,258 · 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

Citations38
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research Atmospheres→Même sujetAtmospheric chemistry and aerosols→Travaux en français237 207→