MétaCan
Menu
Retour à la cohorte
Enregistrement W2770808829 · doi:10.5194/amt-11-3829-2018

Airborne lidar measurements of aerosol and ozone above the Canadian oil sands region

2018· article· en· W2770808829 sur OpenAlexaffabout
Monika Aggarwal, J. A. Whiteway, J. A. Seabrook, L. H. Gray, K. B. Strawbridge, Peter Liu, Jason O’Brien, Shao‐Meng Li, R. McLaren

Notice bibliographique

RevueAtmospheric measurement techniques · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric and Environmental Gas Dynamics
Établissements canadiensEnvironment and Climate Change CanadaYork University
Organismes subventionnairesnon disponible
Mots-clésLidarAerosolEnvironmental scienceOil sandsPlanetary boundary layerOzoneAtmospheric sciencesMixing ratioPlumeBoundary layerOzone Monitoring InstrumentBackscatter (email)Air pollutionRemote sensingMeteorologyGeologyChemistryMaterials scienceGeography

Résumé

récupéré en direct d'OpenAlex

Aircraft-based lidar measurements of atmospheric aerosol and ozone were conducted to study air pollution from the oil sands extraction industry in northern Alberta. Significant amounts of aerosol were observed in the polluted air within the surface boundary layer, up to heights of 1 to 1.6 km above ground. The ozone mixing ratio measured in the polluted boundary layer air directly above the oil sands industry was equal to or less than the background ozone mixing ratio. On one of the flights, the lidar measurements detected a layer of forest fire smoke above the surface boundary layer in which the ozone mixing ratio was substantially greater than the background. Measurements of the linear depolarization ratio in the aerosol backscatter were obtained with a ground-based lidar and this aided in the discrimination between the separate emission sources from industry and forest fires. The retrieval of ozone abundance from the lidar measurements required the development of a method to account for the interference from the substantial aerosol content within the polluted boundary layer.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,050
Score d'incertitude au seuil0,101

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
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 Opus0,023
Tête enseignante GPT0,214
Écart entre enseignants0,191 · 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

Citations30
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAtmospheric measurement techniquesMême sujetAtmospheric and Environmental Gas DynamicsTravaux en français237 207