MétaCan
Menu
← Retour à la cohorte
Enregistrement W2008693958 · doi:10.1029/2005jd006261

Seasonality and weather‐driven variability of transpacific transport

2005· article· en· W2008693958 sur OpenAlexaff
Mark Holzer, Tim Hall, Roland B. Stull

Notice bibliographique

RevueJournal of Geophysical Research Atmospheres · 2005
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric chemistry and aerosols
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésTroposphereSeasonalityClimatologyEnvironmental scienceOutflowTransit (satellite)Atmospheric sciencesAir mass (solar energy)Mass transportTransit timeMeteorologyGeographyGeologyPublic transportPhysics

Résumé

récupéré en direct d'OpenAlex

We quantify transport from the industrialized regions of E Asia using the transit‐time probability density function, ��, to isolate the role of transport from any other factors, such as chemistry and deposition. Using the offline transport model MATCH driven by NCEP reanalyses, we calculate ��, which is the mass fraction of air that had its last contact with the E‐Asian source region during a given day, for each day of a three‐year period. Ensemble means of �� establish the climatological seasonal‐mean transport from E Asia. Export from the source region is most efficient in spring, with nearly all E‐Asian air involved in transpacific transport. In summer, E‐Asian air is transported aloft across the Pacific and, in nearly equal measure, west over SE Asia to the Middle East. Winter transport is similar to that of spring, except winter has low‐level transport to SE Asia. Fall transport is intermediate between that of summer and winter. For all seasons, the most probable transit times to N America are 6–8 days in the mid‐to‐upper troposphere and approximately one week (two for summer) longer at the surface. The surface signal of E‐Asian air over N America is strongest in spring. Daily variability of transpacific transport is quantified in terms of the transit‐time partitioned burden of E‐Asian air over western N America. The standard deviation of the transit‐time partitioned fluctuations has a nearly universal dependence on the corresponding seasonal‐mean burden. The standard deviation peaks several days before the burden at a transit time of ∼7 days. Lagged event and nonevent composites, based on the western N‐American burden of E‐Asian air, reveal that transport events are associated with dipolar wind perturbations over the eastern Pacific that are positioned and phased to receive enhanced Asian outflow. Surface‐pressure correlations are consistent with an associated strengthened Pacific High and weakened Aleutian Low.

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 enseignants0,026
Score d'incertitude au seuil0,052

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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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

Citations56
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

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