MétaCan
Menu
Retour à la cohorte
Enregistrement W2766128843

A Quantitative Study of Ozone Deposition Velocity over a Mixed Temperate-Boreal Forest

2017· dissertation· en· W2766128843 sur OpenAlexaboutno aff
Shihao Wang

Notice bibliographique

RevueTSpace · 2017
Typedissertation
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric chemistry and aerosols
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTemperate climateTemperate forestOzoneEnvironmental scienceTaigaTemperate rainforestBorealAtmospheric sciencesDeposition (geology)GeographyForestryPhysical geographyMeteorologyGeologyEcologyEcosystemGeomorphologyArchaeologyBiology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Rising tropospheric ozone is an alarming environmental problem. The impact of forests on ozone deposition, a process to remove tropospheric ozone, is rarely investigated. This study aims to address this issue by quantifying ozone deposition velocity over a temperate-boreal forest at Borden, Canada, for multiple years. Results show that deposition is much stronger over this forest than a non-forested area during summer. Mean summer canopy deposition velocity (Gc) is approximately 8 mm/s, and is roughly 4 times larger during the day than at night. The stomatal pathway dominates during dry daytime conditions, while the non-stomatal pathway dominates at night and during wet conditions. Temperature, radiation, and leaf-area index (LAI) strongly influence Gst at the yearly scale, while humidity, precipitation, and soil moisture strongly influence Gst and Gns during the summer. In addition, precipitation, soil moisture, and LAI are found to be important factors explaining interannual variations in ozone deposition velocities.

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 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 enseignants0,086
Score d'incertitude au seuil0,975

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,025
Tête enseignante GPT0,311
Écart entre enseignants0,287 · 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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTSpaceMême sujetAtmospheric chemistry and aerosolsTravaux en français237 207