MétaCan
Menu
Retour à la cohorte
Enregistrement W2051049446 · doi:10.1039/b204784p

Evaluating a Canadian regional air quality model using ground-based observations in north-eastern Canada and United States

2002· article· en· W2051049446 sur OpenAlexaffabout
Ray J. Yang, Adam G. Xia, Diane V. Michelangeli, David A. Plummer, Lori Neary, J. W. Kaminski, J. C. McConnell

Notice bibliographique

RevueJournal of Environmental Monitoring · 2002
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric chemistry and aerosols
Établissements canadiensYork University
Organismes subventionnairesCalifornia Air Resources BoardU.S. Environmental Protection Agency
Mots-clésMesoscale meteorologyEnvironmental scienceAir quality indexParticulatesPredictabilityOzoneNOxDeposition (geology)Trace gasAtmospheric sciencesEmission inventoryAtmospheric chemistryClimatologyMeteorologyAcid depositionGeographyChemistryGeologySoil scienceCombustion

Résumé

récupéré en direct d'OpenAlex

The simulated concentrations from a numerical 3-dimensional regional air quality model (MC2AQ) are compared to those of ground-based observations in north-eastern Canada and the United States. The model has oxidant chemistry for both inorganic and organic species and deposition routines driven online by a mesoscale compressible community meteorological model (MC2). A standard emission inventory of anthropogenic, natural and biogenic sources for the year 1990 for 21 atmospheric trace species was used in the simulation. The model was run for July 1999, because of the occurrence of a high ozone episode and the availability of the monitoring data for surface O3, SO2, NO, NO2 and NOx. The comparisons during the episode show that the model performs quite well for predicting concentrations and diurnal variations of the surface ozone. The predictions for other gaseous species show some discrepancies with observations, but they are consistent with the results from other models evaluated in the literature. The uncertainties in the emission inventory for these species might be the main causes of the discrepancies. Further studies are needed to improve the predictability of SO and NOx, especially as the model is developed to include particulate matter formation as a result of these gaseous precursors.

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 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 enseignants0,102
Score d'incertitude au seuil0,353

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 technologies0,0000,000
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 Opus0,113
Tête enseignante GPT0,265
Écart entre enseignants0,152 · 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.

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

Citations1
Publié2002
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental MonitoringMême sujetAtmospheric chemistry and aerosolsTravaux en français237 207