MétaCan
Menu
Retour à la cohorte
Enregistrement W2102170561 · doi:10.5194/acp-8-5353-2008

A multi-model assessment of pollution transport to the Arctic

2008· article· en· W2102170561 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueAtmospheric chemistry and physics · 2008
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric chemistry and aerosols
Établissements canadiensYork University
Organismes subventionnairesNatural Environment Research CouncilSight Research UKDepartment for Environment, Food and Rural Affairs, UK GovernmentNational Aeronautics and Space Administration
Mots-clésEnvironmental scienceArcticAerosolTroposphereChemical transport modelAtmospheric sciencesDeposition (geology)ClimatologyBorealEast AsiaPollutionAltitude (triangle)PollutantOzoneOceanographyStructural basinMeteorologyGeographyGeologyChemistryEcology

Résumé

récupéré en direct d'OpenAlex

Abstract. We examine the response of Arctic gas and aerosol concentrations to perturbations in pollutant emissions from Europe, East and South Asia, and North America using results from a coordinated model intercomparison. These sensitivities to regional emissions (mixing ratio change per unit emission) vary widely across models and species. Intermodel differences are systematic, however, so that the relative importance of different regions is robust. North America contributes the most to Arctic ozone pollution. For aerosols and CO, European emissions dominate at the Arctic surface but East Asian emissions become progressively more important with altitude, and are dominant in the upper troposphere. Sensitivities show strong seasonality: surface sensitivities typically maximize during boreal winter for European and during spring for East Asian and North American emissions. Mid-tropospheric sensitivities, however, nearly always maximize during spring or summer for all regions. Deposition of black carbon (BC) onto Greenland is most sensitive to North American emissions. North America and Europe each contribute ~40% of total BC deposition to Greenland, with ~20% from East Asia. Elsewhere in the Arctic, both sensitivity and total BC deposition are dominated by European emissions. Model diversity for aerosols is especially large, resulting primarily from differences in aerosol physical and chemical processing (including removal). Comparison of modeled aerosol concentrations with observations indicates problems in the models, and perhaps, interpretation of the measurements. For gas phase pollutants such as CO and O3, which are relatively well-simulated, the processes contributing most to uncertainties depend on the source region and altitude examined. Uncertainties in the Arctic surface CO response to emissions perturbations are dominated by emissions for East Asian sources, while uncertainties in transport, emissions, and oxidation are comparable for European and North American sources. At higher levels, model-to-model variations in transport and oxidation are most important. Differences in photochemistry appear to play the largest role in the intermodel variations in Arctic ozone sensitivity, though transport also contributes substantially in the mid-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.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,085
Score d'incertitude au seuil0,687

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)0,0010,000

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 Opus0,016
Tête enseignante GPT0,227
Écart entre enseignants0,212 · 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