MétaCan
Menu
Retour à la cohorte
Enregistrement W2101148768 · doi:10.5194/acp-15-7585-2015

The relationship between cloud condensation nuclei (CCN) concentration and light extinction of dried particles: indications of underlying aerosol processes and implications for satellite-based CCN estimates

2015· article· en· W2101148768 sur OpenAlexaff
Y. Shinozuka, A. D. Clarke, Athanasios Nenes, Anne Jefferson, Robert Wood, C. S. McNaughton, J. Ström, P. Tunved, Jens Redemann, K. L. Thornhill, Richard H. Moore, T. L. Lathem, Jack J. Lin, Young Jun Yoon

Notice bibliographique

RevueAtmospheric chemistry and physics · 2015
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric chemistry and aerosols
Établissements canadiensGolder Associates (Canada)
Organismes subventionnairesKorea Polar Research InstituteNational Aeronautics and Space Administration
Mots-clésAerosolCloud condensation nucleiAngstrom exponentSupersaturationAtmospheric sciencesExtinction (optical mineralogy)Environmental scienceSatelliteMeteorologyCondensationMarine stratocumulusChemistryPhysicsMineralogy

Résumé

récupéré en direct d'OpenAlex

Abstract. We examine the relationship between the number concentration of boundary-layer cloud condensation nuclei (CCN) and light extinction to investigate underlying aerosol processes and satellite-based CCN estimates. For a variety of airborne and ground-based observations not dominated by dust, regression identifies the CCN (cm−3) at 0.4 ± 0.1% supersaturation with 100.3α +1.3σ0.75 where σ (Mm−1) is the 500 nm extinction coefficient by dried particles and α is the Angstrom exponent. The deviation of 1 km horizontal average data from this approximation is typically within a factor of 2.0. ∂logCCN / ∂logσ is less than unity because, among other explanations, growth processes generally make aerosols scatter more light without increasing their number. This, barring special meteorology–aerosol connections, associates a doubling of aerosol optical depth with less than a doubling of CCN, contrary to previous studies based on heavily averaged measurements or a satellite algorithm.

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 enseignants0,010
Score d'incertitude au seuil0,019

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
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,051
Tête enseignante GPT0,270
Écart entre enseignants0,219 · 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

Citations113
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAtmospheric chemistry and physicsMême sujetAtmospheric chemistry and aerosolsTravaux en français237 207