MétaCan
Menu
Retour à la cohorte
Enregistrement W2248757238 · doi:10.5962/bhl.title.102055

Refinement study of dry deposition inference methods used in Alberta /

2007· book· en· W2248757238 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typebook
Langueen
DomaineEngineering
ThématiqueIon-surface interactions and analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInferenceDeposition (geology)Computer scienceEnvironmental scienceArtificial intelligenceGeologyGeomorphology

Résumé

récupéré en direct d'OpenAlex

Acid deposition occurs when acidifying pollutants emitted from anthropogenic and other processes undergo chemical reactions in the atmosphere and fall to the earth as wet deposition (rain, snow, cloud, fog) or dry deposition (dry particles, gas).Acidic pollutants can be transported long distances in the atmosphere from their sources and eventually be deposited in ecosystems over broad regional scales and in locations far from the emission sources.Dry deposition is generally more a local problem than wet deposition.Direct measurement of dry deposition rates is difficult.Dry deposition depends on many factors, including: meteorological conditions, characteristics of the pollutants being deposited (e.g.different gaseous chemical and particle size), and characteristics of the surface on which deposition occurs.The most accepted and common method for estimating dry deposition is the so-called "inference method."The inferential method is a combination of measurement and modeling that involves indirect estimation of dry deposition rates on the basis of routinely measured air concentrations and meteorological parameters.The method is based on an assumed steady-state relationship F = Vd C, where the dry deposition flux or rate (F) is a product of the dry deposition velocity (Vd) and the concentration (C) of an airborne pollutant.A series of studies have been initiated by AENV to evaluate the inference method and search for the most suitable and simple model for deposition rate estimations in Alberta.This report documents the third study in the series.Titles for the reports of the other studies are: ''Review and Assessment of Methods for Monitoring and Estimating Dry Deposition in Alberta ", and ''Dry Deposition Monitoring Method in Alberta ".It is anticipated that once all necessary information is gathered, an Alberta protocol for dry deposition measurement will be prepared.

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)0,009
score de la tête « metaresearch » (Gemma)0,030
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,584
Score d'incertitude au seuil0,827

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,030
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0030,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,022
Tête enseignante GPT0,334
Écart entre enseignants0,313 · 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'étudeExpérimental (laboratoire)
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

Citations1
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetIon-surface interactions and analysisTravaux en français237 207