MétaCan
Menu
Retour à la cohorte
Enregistrement W2042690294 · doi:10.1021/es202851n

Assessing and Forecasting Atmospheric Outflow of α-HCH from China on Intra-, Inter-, and Decadal Time Scales

2012· article· en· W2042690294 sur OpenAlexaff
Chongguo Tian, Jianmin Ma, Yingjun Chen, Liyan Liu, Wan-Li Ma, Yi-Fan Li

Notice bibliographique

RevueEnvironmental Science & Technology · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric and Environmental Gas Dynamics
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesnon disponible
Mots-clésOutflowEnvironmental scienceChinaClimatologyMeteorologyGeologyGeography

Résumé

récupéré en direct d'OpenAlex

Atmospheric outflow of α-HCH from China from 1952 to 2009 was investigated using Chinese Gridded Pesticide Emission and Residue Model (ChnGPERM). The model results show that the outflows via the northeast boundary (NEB, longitude 115-135 °E along 55 °N and latitude 37-55 °N along 135 °E) and the mid-south boundary (MSB, longitude 100-120 °E along 17 °N) of China account for 47% and 35% of the total outflow, respectively. Two climate indices based on the statistical association between the time series of modeled α-HCH outflow and atmospheric sea-level pressure were developed to predict the outflow on different time scales. The first index explains 70/83% and 10/46% of the intra-annual variability of the outflow via the NEB and MSB during the periods of 1952-1984 and 1985-2009, respectively. The second index explains 16% and 19% of the interannual and longer time scale variability in the outflow through the NEB during June-August and via the MSB during October-December for 1991-2009, respectively. Results also revealed that climate warming may potentially result in stronger outflow via the NEB than the MSB. The linkage between the outflow with large scale atmospheric circulation patterns and climate warming trend over China was also discussed.

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 enseignants0,074
Score d'incertitude au seuil0,147

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,006
Tête enseignante GPT0,205
Écart entre enseignants0,200 · 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

Citations14
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & TechnologyMême sujetAtmospheric and Environmental Gas DynamicsTravaux en français237 207