MétaCan
Menu
Retour à la cohorte
Enregistrement W2587517335 · doi:10.1021/acs.est.6b04947

The Essential Role for Laboratory Studies in Atmospheric Chemistry

2017· article· en· W2587517335 sur OpenAlexaff
James B. Burkholder, Jonathan P. D. Abbatt, Ian Barnes, J. M. Roberts, Megan L. Melamed, Markus Ammann, Allan K. Bertram, Christopher D. Cappa, Annmarie G. Carlton, Lucy J. Carpenter, John N. Crowley, Yael Dubowski, C. George, Dwayne E. Heard, Hartmut Herrmann, Frank N. Keutsch, Jesse H. Kroll, V. Faye McNeill, N. L. Ng, Sergey A. Nizkorodov, John J. Orlando, Carl J. Percival, Bénédicte Picquet‐Varrault, Yinon Rudich, Paul W. Seakins, Jason D. Surratt, Hiroshi Tanimoto, Joel A. Thornton, Geoffrey S. Tyndall, Andreas Wahner, Charles J. Weschler, Kevin Wilson, Paul J. Ziemann

Notice bibliographique

RevueEnvironmental Science & Technology · 2017
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric chemistry and aerosols
Établissements canadiensUniversity of British ColumbiaUniversity of Toronto
Organismes subventionnairesNational Oceanic and Atmospheric Administration
Mots-clésAtmospheric chemistryAtmosphere (unit)Air pollutionAir quality indexHuman healthEnvironmental scienceClimate changeEnvironmental resource managementEnvironmental planningOzoneMeteorologyEcologyGeographyEnvironmental healthBiology

Résumé

récupéré en direct d'OpenAlex

Laboratory studies of atmospheric chemistry characterize the nature of atmospherically relevant processes down to the molecular level, providing fundamental information used to assess how human activities drive environmental phenomena such as climate change, urban air pollution, ecosystem health, indoor air quality, and stratospheric ozone depletion. Laboratory studies have a central role in addressing the incomplete fundamental knowledge of atmospheric chemistry. This article highlights the evolving science needs for this community and emphasizes how our knowledge is far from complete, hindering our ability to predict the future state of our atmosphere and to respond to emerging global environmental change issues. Laboratory studies provide rich opportunities to expand our understanding of the atmosphere via collaborative research with the modeling and field measurement communities, and with neighboring disciplines.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,303
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,005
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 Opus0,007
Tête enseignante GPT0,231
Écart entre enseignants0,224 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations157
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & TechnologyMême sujetAtmospheric chemistry and aerosolsTravaux en français237 207