MétaCan
Menu
← Retour à la cohorte
Enregistrement W2559993387 · doi:10.5194/amt-2016-294

On Aethalometer measurement uncertainties and multiple scatteringenhancement in the Arctic

2016· article· en· W2559993387 sur OpenAlexaff
John Backman, Lauren Schmeisser, Aki Virkkula, J. A. Ogren, Eija Asmi, S. Starkweather, Sangeeta Sharma, Konstantinos Eleftheriadis, Taneil Uttal, Anne Jefferson, Michael Bergin, Alexander Makshtas

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric chemistry and aerosols
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesLuonnontieteiden ja Tekniikan Tutkimuksen ToimikuntaMaj ja Tor Nesslingin SäätiöAcademy of Finland
Mots-clésAethalometerAerosolAttenuationEnvironmental scienceNoise (video)Limit (mathematics)OpticsArcticMeteorologyComputational physicsRemote sensingStatisticsPhysicsMathematicsChemistryComputer scienceGeographyGeologyMathematical analysis

Résumé

récupéré en direct d'OpenAlex

Abstract. Several types of filter-based instruments are used to estimate aerosol light absorption coefficients.Two significant results are presented based on Aethalometer measurements at six Arctic station from 2012–2014. First, an alternative method of post-processing the Aethalometer data is presented which reduces measurement noise and lowers the detection limit of the instrument more effectively than boxcar averaging. The biggest benefit of this approach can be achieved if instrument drift is minimized. Moreover, by using an attenuation threshold criterion for data post-processing, the relative uncertainty from the electronic noise the instrument is kept constant. This approach results in a time series with a variable collection time (Δt), but with a constant relative uncertainty with regard to electronic noise in the instrument. An additional advantage of this method is that the detection limit of the instrument will be lowered at small aerosol concentrations at the expense of temporal resolution, whereas there is little to no loss in temporal resolution at high aerosol concentrations (>2.1–6.7 Mm−1 as measured by the Aethalometers). At high aerosol concentrations, minimizing the detection limit of the instrument is less critical. Second, utilizing co-located reference methods of aerosol absorption, a multiple cattering enhancement factor (Cref) of 3.10 specific to low elevation Arctic stations is found. Cref is a fundamental part of most of the Aethalometer corrections available in literature, and this is the first time a Cref value has been obtained for the Arctic.

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)0,005
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,029
Score d'incertitude au seuil0,058

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
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 Opus0,030
Tête enseignante GPT0,206
Écart entre enseignants0,177 · 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'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

Citations11
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAtmospheric chemistry and aerosols→Travaux en français237 207→