MétaCan
Menu
Retour à la cohorte
Enregistrement W2016973229 · doi:10.1002/asl.289

Atmospheric composition of West Africa: highlights from the AMMA international program

2010· article· en· W2016973229 sur OpenAlexaff
C. Mari, Claire E. Reeves, G. Ancellet, Maria Dolores Andrés‐Hernández, Brice Barret, J. Bechara, Agnès Borbon, Idir Bouarar, Francesco Cairo, R. Commane, Claire Delon, M. J. Evans, F. Fierli, C. F. A. Floquet, Corinne Galy‐Lacaux, Dwayne E. Heard, C. D. Homan, Trevor Ingham, N. Larsen, Alastair C. Lewis, C. Liousse, J. G. Murphy, E. Orlandi, D. E. Oram, Marielle Saunois, D. Serça, D. J. Stewart, Daniel Stone, V. Thouret, P. van Velthoven, J. E. Williams

Notice bibliographique

RevueAtmospheric Science Letters · 2010
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric chemistry and aerosols
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Environment Research CouncilSight Research UK
Mots-clésClimatologyEnvironmental scienceMonsoonAtmospheric sciencesOzoneAtmospheric compositionMultidisciplinary approachMeteorologyGeographyAtmosphere (unit)Geology

Résumé

récupéré en direct d'OpenAlex

Abstract The atmospheric composition of West Africa reflects the interaction of various dynamical and chemical systems (i.e. biogenic, urban, convective and long‐range transport) with signatures from local to continental scales. Recent measurements performed during the African Monsoon Multidisciplinary Analyses (AMMA) observational periods in 2005 and 2006 provide new data which has allowed new insight into the processes within these systems that control the distribution of ozone and its precursors. Using these new data and recently published results, we provide an overview of these systems with a particular emphasis on ozone distributions over West Africa during the wet season. Copyright © 2010 Royal Meteorological Society

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,008
Tête enseignante GPT0,210
Écart entre enseignants0,202 · 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

Citations31
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAtmospheric Science LettersMême sujetAtmospheric chemistry and aerosolsTravaux en français237 207