Chemical and dispersal characteristics of particulate emissions from forest fires in Siberia
Notice bibliographique
Résumé
Approximately 20 experimental fires were conducted on forest plots of 1–4 ha each in 2000–07 in two types of boreal forests in central Siberia, and 18 on 6 × 12-m plots in 2008–10. These experiments were designed to mimic wildfires under similar burning conditions. The fires were conducted in prescribed conditions including full documentation on pre-fire weather, pre-fire and post-fire forest fuels, fire intensities, and other biological, physical and chemical parameters. The amount of particulate matter emitted during a typical fire averaged 0.6 t ha–1 and ranged within 0.2–1.0 t ha–1 depending on burning conditions. Particulates accounted for ~1–7% of the total mass of the consumed biomass during a typical forest fire (10–30 t ha–1 based on our data from 2000–07). Most of the particulate matter consists of organic substances, 77% on average, with a range of 70–90%. Elemental carbon averaged 8%, with a range of 2–18%. Trace element compositions and amounts of particulates indicate that there was no actual difference in the element emissions sampled from the fires conducted in the two forest types (6–8% in larch forest and 8% in pine forest). Most of the particulate matter, 90–95%, consists of submicrometre and near-micrometre particles ~0.1–5 μm in diameter.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».