MétaCan
Menu
Retour à la cohorte
Enregistrement W2345143933 · doi:10.12723/mjs.1.11

ACID RAIN-AN INVISIBLE THREAT

2002· article· en· W2345143933 sur OpenAlexaboutno aff
Prashant Anthony

Notice bibliographique

RevueMapana Journal of Sciences · 2002
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueScientific Research and Discoveries
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAlkalinityAcid rainPrecipitationEnvironmental chemistryAtmosphere (unit)Rain and snow mixedSnowNitric acidNitrogenChemistryEnvironmental scienceInorganic chemistryMeteorologyGeography

Résumé

récupéré en direct d'OpenAlex

Acid Rain is defined as precipitation (rain) that has a pH lower than 5.6, which is the pH expected in distilled water exposed to the atmosphere. (pH is a measure ot the acidity or alkalinity of a water sample.) The pH Of precipitation undoubtedly is affected by a variety of natural sources of acidic and alkaline materials (e.g. volcanic gases, gases from decompoSng Organic matter and soil dust). However it has recently become apparent that rain and snow in certain regions of the earth are consistently more acidic than expected. The European Atmosphere Chemistry Net Work first recognized that the pH of precipitation was declining in Scandinavia during the late 1960's. Current data indicates that the mean annual pH in this region was 5.0 - 5.5 in the late 1950's which declined to 4.2 • 4.4 in the mid 1970's. In Eastern North America precipitation is now more acidic than in Scandinavia. The median pH for 1978 • 1979 ranged from 4.0 to 4.4 in North Eastern U.S. and South Eastem Canada. Although there is disagreement over the Source and nature Of acidic precipitation , the most widely accepted view is that the increased acidity is a result of the presence Of increased quantities Of sulphuric and nitric acids. These acids are believed to result from oxidation Of sulphur and nitrogen oxide gases. Oxides of sulphur and nitrogen are produced from combustion of fossil fuels, metal smelting and various industrial processes.

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)0,003
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Éditorial · Signal consensuel: aucune
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,070

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,004
Communication savante0,0050,005
Science ouverte0,0010,006
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0210,006

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 Opus0,065
Tête enseignante GPT0,314
Écart entre enseignants0,248 · 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'étudeSans objet
Domainenon disponible
GenreÉditorial

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMapana Journal of SciencesMême sujetScientific Research and DiscoveriesTravaux en français237 207