MétaCan
Menu
← Retour à la cohorte
Enregistrement W2132462155 · doi:10.5194/acp-8-7087-2008

1-D Air-snowpack modeling of atmospheric nitrous acid at South Pole during ANTCI 2003

2008· article· en· W2132462155 sur OpenAlexfundno aff
D. Tan

Notice bibliographique

RevueAtmospheric chemistry and physics · 2008
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric chemistry and aerosols
Établissements canadiensnon disponible
Organismes subventionnairesGeorgia Institute of TechnologyYork UniversityNational Aeronautics and Space AdministrationNational Oceanic and Atmospheric AdministrationNational Science Foundation
Mots-clésSnowpackSnowFirnNitrous acidChemistryNitriteAtmospheric sciencesDiffusionNitrateMeteorologyThermodynamicsGeologyInorganic chemistryPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract. A 1-D air-snowpack model of HONO has been developed and constrained by observed chemistry and meteorology data. The 1-D model includes molecular diffusion and mechanical dispersion, windpumping in snow, gas phase to quasi-liquid layer phase HONO transfer and quasi-liquid layer nitrate and interstitial air HONO photolysis. Photolysis of nitrate is important as a dominant HONO source inside the snowpack, however, the observed HONO emission from the snowpack was triggered mainly by the equilibrium between quasi liquid layer nitrite and firn air HONO deep down the snow surface (i.e. 30 cm below snow surface). The high concentration of HONO in the firn air is subsequently transported above the snowpack by diffusion and windpumping. The model uncertainties come mainly from lack of measurements and the interpretation of the QLL properties based on the bulk snow measurements. One critical factor is the ionic strength of QLL nitrite, which is estimated here by the bulk snow pH, nitrite concentration, and QLL to bulk snow volume ratio.

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)0,000
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 enseignants0,153
Score d'incertitude au seuil0,303

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,010
Tête enseignante GPT0,180
Écart entre enseignants0,171 · 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

Citations32
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAtmospheric chemistry and physics→Même sujetAtmospheric chemistry and aerosols→Travaux en français237 207→