Inter-Comparison of a Fast Mobility Particle Sizer and a Scanning Mobility Particle Sizer Incorporating an Ultrafine Water-Based Condensation Particle Counter
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.
Notice bibliographique
Résumé
An Ultrafine Water-based Condensation Particle Counter (UWCPC), a Scanning Mobility Particle Sizer (SMPS) incorporating an UWCPC, and a Fast Mobility Particle Sizer (FMPS) were deployed to determine the number and size distribution of ultrafine particles. Comparisons of particle number concentrations measured by the UWCPC, SMPS, and FMPS were conducted to evaluate the performance of the two particle sizers using ambient particles as well as lab generated artificial particles. The SMPS number concentration was substantially lower than the FMPS (FMPS/SMPS = 1.56) measurements mainly due to the diffusion losses of particles in the SMPS. The diffusion loss corrected SMPS (C-SMPS) number concentration was on average ∼ 15% higher than the FMPS data (FMPS/C-SMPS = 0.87). Good correlation between the C-SMPS and FMPS was also observed for the total particle number concentrations in the size range 6 nm to 100 nm measured at a road-side urban site (r2 = 0.91). However, the particle size distribution measured by the C-SMPS was quite different from the size distribution measured by the FMPS. An empirical correction factor for each size bin was obtained by comparing the FMPS data to size-segregated UWCPC number concentrations for atmospheric particles. The application of the correction factor to the FMPS data (C-FMPS) greatly improved the agreement of the C-SMPS and C-FMPS size distributions. The agreement of the total particle concentrations also improved to well within 10% (C-FMPS/C-SMPS = 0.95).
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,003 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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