MétaCan
Menu
Retour à la cohorte
Enregistrement W2141885577 · doi:10.5194/acp-8-4841-2008

Ship plume dispersion rates in convective boundary layers for chemistry models

2008· article· en· W2141885577 sur OpenAlexaff
Frédérick Chosson, Roberto Paoli, Bénédicte Cuenot

Notice bibliographique

RevueAtmospheric chemistry and physics · 2008
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMaritime Transport Emissions and Efficiency
Établissements canadiensGDG Environnement
Organismes subventionnairesEuropean Commission
Mots-clésPlumeDispersion (optics)DilutionConvective Boundary LayerBuoyancyConvectionMechanicsAtmospheric dispersion modelingAtmospheric sciencesMeteorologyChemistryEnvironmental scienceBoundary layerPlanetary boundary layerPhysicsThermodynamicsOpticsAir pollution

Résumé

récupéré en direct d'OpenAlex

Abstract. Detailed ship plume simulations in various convective boundary layer situations have been performed using a Lagrangian Dispersion Model driven by a Large Eddy Simulation Model. The simulations focus on the early stage (1–2 h) of plume dispersion regime and take into account the effects of plume rise on dispersion. Results are presented in an attempt to provide to atmospheric chemistry modellers a realistic description of characteristic dispersion impact on exhaust ship plume chemistry. Plume dispersion simulations are used to derive analytical dilution rate functions. Even though results exhibit striking effects of plume rise parameter on dispersion patterns, it is shown that initial buoyancy fluxes at ship stack have a minor effect on plume dilution rate. After initial high dispersion regimes a simple characteristic dilution time scale can be used to parameterize the subgrid plume dilution effect in large-scale chemistry models. The results show that this parameter is directly related to the typical turn-over time scale of the convective boundary layer.

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 seuil0,046

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
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 GPT0,209
Écart entre enseignants0,199 · 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

Citations47
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAtmospheric chemistry and physicsMême sujetMaritime Transport Emissions and EfficiencyTravaux en français237 207