MétaCan
Menu
Retour à la cohorte
Enregistrement W2014087504 · doi:10.1080/07055900.2011.581548

An Aerosol Model of the Marine and Coastal Atmospheric Surface Layer

2011· article· en· W2014087504 sur OpenAlexaffvenue
Gennady A. Kaloshin, И. А. Гришин

Notice bibliographique

RevueATMOSPHERE-OCEAN · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric aerosols and clouds
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesRussian Academy of Sciences
Mots-clésAerosolWind speedEnvironmental scienceAtmospheric sciencesFetchExtinction (optical mineralogy)Relative humidityMeteorologyPhysicsGeologyOpticsOceanography

Résumé

récupéré en direct d'OpenAlex

We present a microphysical model for the surface layer marine and coastal atmospheric aerosols that is based on long-term observations of size distributions for 0.01–100 µm particles. The fundamental feature of the model is a parameterization of amplitudes and widths for aerosol modes of the aerosol size distribution function (ASDF) as functions of fetch and wind speed. The shape of ASDF and its dependence on meteorological parameters, height above sea level (H), fetch (X), wind speed (U) and relative humidity (RH), are investigated. At present, the model covers the ranges H = 0–25 m, U = 3–18 km s−1, X ≤ 120 km and RH = 40–98%. The latest version of the Marine Aerosol Extinction Profiles model (MaexPro) is described and applied to the computation and analysis of the spectral profiles of aerosol extinction coefficients α(λ) in the wavelength band λ = 0.2–12 µm. MaexPro is based on the aforementioned aerosol model assuming spherically shaped aerosol particles and the well-known Mie theory. The spectral profiles of α(λ) calculated by MaexPro are in good agreement with observational data and the numerical results obtained from the Navy Aerosol Model (NAM) and the Advanced Navy Aerosol Model (ANAM). Moreover, MaexPro was found to be an accurate and reliable tool for investigating the optical properties of atmospheric aerosols.

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 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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,477
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,015
Tête enseignante GPT0,206
Écart entre enseignants0,191 · 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 tête enseignante, pas un consensus.

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

Citations10
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueATMOSPHERE-OCEANMême sujetAtmospheric aerosols and cloudsTravaux en français237 207