MétaCan
Menu
Retour à la cohorte
Enregistrement W2012096575 · doi:10.3329/jbas.v36i2.12970

Source Identification of Carbonaceous Aerosols During Winter Months in the Dhaka City

2012· article· en· W2012096575 sur OpenAlexaff
Bilkis A. Begum, Kallol Kumar Roy, Fakrul Islam, Abdus Salam, Philip K. Hopke

Notice bibliographique

RevueJournal of Bangladesh Academy of Sciences · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality and Health Impacts
Établissements canadiensAtomic Energy (Canada)
Organismes subventionnairesnon disponible
Mots-clésDiesel fuelGasolineAir quality indexEnvironmental scienceParticulatesEnvironmental chemistryEnvironmental engineeringWaste managementChemistryGeographyMeteorologyEngineering

Résumé

récupéré en direct d'OpenAlex

Air particulate matter samples were collected using Air Metrics samplers from 11 - 17 January and 19 - 27 January, 2012 at Amin Bazar and Farm Gate sites, respectively. The sampling time was from 8 a.m. - 4 p.m. Three samplers were used of which two samplers were for PM2.5 samples, using Teflon and quartz filters and the others for PM10 samples using Teflon filter. Organic and elemental carbons (OC and EC) were measured in PM2.5 samples at both sites. It has been found that the EC concentration at Amin Bazar is higher than in Farm Gate. The contribution of EC may come from diesel, gasoline and coal/wood combustions in the Amin Bazar site. The present OC/EC data were compared with the previous data. It was found that the concentration of EC became higher than those in the previous year. During last couple of years, Government implemented different policies specially in case of motor vehicles to improve the air quality. But due to the use of diesel in quick rental power plants, the air quality start to deteriorate. BC plays an important role to change the climate. Hence, government should think of alternatives to meet the power demand in place of diesel. DOI: http://dx.doi.org/10.3329/jbas.v36i2.12970 Journal of Bangladesh Academy of Sciences, Vol. 36, No. 2, 241-250, 2012

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,072
Score d'incertitude au seuil0,143

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
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,051
Tête enseignante GPT0,327
Écart entre enseignants0,277 · 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

Citations4
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Bangladesh Academy of SciencesMême sujetAir Quality and Health ImpactsTravaux en français237 207