Black carbon and other light‐absorbing particles in snow of central North America
Notice bibliographique
Résumé
Abstract Vertical profiles of light‐absorbing particles in seasonal snow were sampled from 67 North American sites. Over 500 snow samples and 55 soil samples from these sites were optically analyzed for spectrally resolved visible light absorption. The optical measurements were used to estimate black carbon (BC) mixing ratios in snow ( ), contributions to absorption by BC and non‐BC particles, and the absorption Ångström exponent of particles in snow and local soil. Sites in Canada tended to have the lowest BC mixing ratios (typically ~5–35 ng g−1), with somewhat higher in the Pacific Northwest (typically ~5–40 ng g−1) and Intramountain Northwest (typically 10–50 ng g−1). The Northern U.S. Plains sites were the dirtiest, with typically ~15–70 ng g−1 and multiple sample layers with >100 ng g−1 BC in snow. Snow water samples were also chemically analyzed for standard anions, selected carbohydrates, and various elements. The chemical and optical data were input to a Positive Matrix Factorization analysis of the sources of particulate light absorption. These were soil, biomass/biofuel burning, and fossil fuel pollution. Comparable analyses have been conducted for the Arctic and North China, providing a broad, internally consistent data set. As in North China, soil is a significant contributor to snow particulate light absorption in the Great Plains. We also examine the concentrations and sources of snow particulate light absorption across a latitudinal transect from the northern U.S. Great Plains to Arctic Canada by combining the current data with our earlier Arctic survey.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».