MétaCan
Menu
Retour à la cohorte
Enregistrement W2150230102 · doi:10.1175/jas-d-11-012.1

Experimental Study of Collection Efficiencies between Submicron Aerosols and Cloud Droplets

2011· article· en· W2150230102 sur OpenAlexaff
Luis A. Ladino, O. Stetzer, Bodo Hattendorf, Detlef Günther, Betty Croft, Ulrike Lohmann

Notice bibliographique

RevueJournal of the Atmospheric Sciences · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric aerosols and clouds
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésAerosolRADIUSEvaporationNucleationLaminar flowCloud chamberParticle (ecology)Relative humidityMaterials scienceIce nucleusCloud physicsMechanicsAnalytical Chemistry (journal)PhysicsChemistryMeteorologyThermodynamicsGeologyChromatographyNuclear physicsCloud computing

Résumé

récupéré en direct d'OpenAlex

Abstract Collection efficiency E experiments for aerosol particles scavenged by cloud droplets were carried out in the newly built Collision Ice Nucleation Chamber (CLINCH). Pure water droplets having radii between 12.8 and 20.0 μm were allowed to fall freely and to collide in a laminar flow with lithium metaborate particles having radii between 0.05 and 0.33 μm. At the bottom of the chamber, the droplets and the particles captured were collected using a cup impactor. The collected solution was analyzed for the scavenged aerosol mass by inductively coupled plasma mass spectrometry. Evaporation of droplets was taken into account since the relative humidity inside the chamber was below 100%, resulting in final theoretical droplet sizes between 4.2 and 17.6 μm. The resulting experimental measurements were compared with theoretical values to see their correlation. The authors found an experimental trend similar to theory, as well as the “Greenfield gap” at the particle radius of 0.24 μm (E = 0.038) for the smallest cloud droplet size investigated in this study. The experimental values of collection efficiency found herein agree with those from theory within one order of magnitude, similar to previous studies reported in the literature.

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 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)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,378

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,028
Tête enseignante GPT0,242
Écart entre enseignants0,214 · 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 tête enseignante, 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

Citations59
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the Atmospheric SciencesMême sujetAtmospheric aerosols and cloudsTravaux en français237 207