MétaCan
Menu
Retour à la cohorte
Enregistrement W2078968904 · doi:10.1029/2007gl032006

Photoenhanced uptake of NO<sub>2</sub> on mineral dust: Laboratory experiments and model simulations

2008· article· en· W2078968904 sur OpenAlexfundno aff
Marième Ndour, Barbara D’Anna, C. George, Oumar Ka, Yves Balkanski, Jörg Kleffmann, Konrad Stemmler, Markus Ammann

Notice bibliographique

RevueGeophysical Research Letters · 2008
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric chemistry and aerosols
Établissements canadiensnon disponible
Organismes subventionnairesUniversité de Versailles Saint-Quentin-en-YvelinesUniversité Cheikh Anta Diop de DakarPaul Scherrer InstitutCentre National de la Recherche ScientifiqueAgence Universitaire de la Francophonie
Mots-clésMineral dustTropospherePhotocatalysisOzoneEnvironmental chemistryMass fractionFraction (chemistry)MineralMineralogyAtmospheric sciencesChemistryAnalytical Chemistry (journal)Environmental scienceMaterials scienceGeologyMetallurgyAerosolCatalysisChromatographyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Mineral dust contains material such as TiO 2 that is well known to have photocatalytic activity. In this laboratory study, mixed TiO 2 ‐SiO 2 , Saharan dust and Arizona Test Dust were exposed to NO 2 in a coated wall flow tube reactor. While uptake in the dark was negligible, photoenhanced uptake of NO 2 was observed on all samples. For the mixed TiO 2 ‐SiO 2 , the uptake coefficients increased with increasing TiO 2 mass fraction, with BET uptake coefficients ranging from 0.12 to 1.9 × 10 −6 . HONO was observed from all samples, with varying yields, e.g., 80% for Saharan dust. Three‐dimensional modeling indicates that photochemistry of dust may reduce the NO 2 level up to 37% and ozone up to 5% during a dust event in the free troposphere.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,038
Tête enseignante GPT0,283
Écart entre enseignants0,245 · 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'étudeSimulation ou modélisation
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

Citations293
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeophysical Research LettersMême sujetAtmospheric chemistry and aerosolsTravaux en français237 207