MétaCan
Menu
Retour à la cohorte
Enregistrement W2053038615 · doi:10.1029/2003jd004331

Long‐term trends of the black carbon concentrations in the Canadian Arctic

2004· article· en· W2053038615 sur OpenAlexaffabout
Sangeeta Sharma, D. Lavoué, H. Cachier, L. A. Barrie, S. L. Gong

Notice bibliographique

RevueJournal of Geophysical Research Atmospheres · 2004
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric chemistry and aerosols
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésArcticEnvironmental scienceHazeCarbon blackRadiative forcingAtmospheric sciencesSnowAtmosphere (unit)AerosolClimatologyGeographyOceanographyMeteorologyChemistryGeology

Résumé

récupéré en direct d'OpenAlex

During the winter and spring the North American Arctic is impacted by anthropogenic black carbon (BC) in “Arctic Haze” pollution from sources mainly located in Europe and Russia. This black carbon, while suspended in the atmosphere and in surface snow, has a significant effect on radiative forcing of the Arctic atmosphere. Routine ground‐level observations of aerosol black carbon by optical absorption have been made at a Canadian Arctic location, Alert (82.5°N, 62.5°W), Nunavut since 1989. A 3‐year intensive study was conducted to compare BC obtained by the thermal analysis and optical absorption methods, so that the seasonal variations in the “operational” absorption cross sections of the aerosol could be determined. A time series analysis indicated that black carbon concentrations undergo a strong seasonal variation superimposed upon a long‐term trend. The latter shows a decrease of about 55% in BC concentrations between 1989 and 2002 at Alert. Factors responsible for these trends such as changes in emissions and atmospheric transport support the hypothesis that BC emissions from the former USSR are mostly responsible for the observed decreasing trend. Transport from other sectors such as North America and Europe are not as prevalent at Alert.

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 enseignants0,012
Score d'incertitude au seuil0,089

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,030
Tête enseignante GPT0,288
Écart entre enseignants0,258 · 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

Citations241
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research AtmospheresMême sujetAtmospheric chemistry and aerosolsTravaux en français237 207