MétaCan
Menu
Retour à la cohorte
Enregistrement W2074838276 · doi:10.1029/2005gl022995

Quantifying CO emissions from the 2004 Alaskan wildfires using MOPITT CO data

2005· article· en· W2074838276 sur OpenAlexaboutno aff
Gabriele Pfister, Peter Hess, L. K. Emmons, Jean‐François Lamarque, Christine Wiedinmyer, D. P. Edwards, Gabrielle Pétron, J. C. Gille, G. W. Sachse

Notice bibliographique

RevueGeophysical Research Letters · 2005
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric chemistry and aerosols
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEnvironmental scienceTroposphereAtmospheric sciencesOzoneData assimilationPollutionAir pollutionCarbon monoxideMeteorologyClimatologyChemical transport modelGeographyGeologyChemistry

Résumé

récupéré en direct d'OpenAlex

We present an inverse model analysis to quantify the emissions of wildfires in Alaska and Canada in the summer of 2004 using carbon monoxide (CO) data from the Measurements of Pollution in the Troposphere (MOPITT) remote sensing instrument together with the chemistry transport model MOZART (Model for Ozone and Related Chemical Tracers). We use data assimilation outside the region of the fires to optimally constrain the CO background level and the transport into that region. Inverse modeling is applied locally to quantify the fire emissions. Our a posteriori estimate of the wildfire emissions gives a total of 30 ± 5 Tg CO emitted during June–August 2004 which is of comparable order to the anthropogenic emissions for the continental US. The simulated CO fields have been evaluated by comparison with MOPITT and independent aircraft data.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,298
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,165
Tête enseignante GPT0,375
Écart entre enseignants0,210 · 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.

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

Citations188
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeophysical Research LettersMême sujetAtmospheric chemistry and aerosolsTravaux en français237 207