MétaCan
Menu
Retour à la cohorte
Enregistrement W2884775273 · doi:10.1029/2018gl078596

On the Role of Heterogeneous Chemistry in Ozone Depletion and Recovery

2018· article· en· W2884775273 sur OpenAlexaboutno aff
Catherine Wilka, Kasturi Shah, Kane A. Stone, Susan Solomon, Douglas E. Kinnison, Michael Mills, Anja Schmidt, Ryan R. Neely

Notice bibliographique

RevueGeophysical Research Letters · 2018
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric Ozone and Climate
Établissements canadiensnon disponible
Organismes subventionnairesGoddard Space Flight CenterSight Research UKOffice of ScienceNational Aeronautics and Space AdministrationNatural Environment Research CouncilU.S. Department of EnergyNational Center for Atmospheric ResearchNational Science Foundation
Mots-clésOzoneOzone depletionVolcanoAerosolStratosphereOzone layerAtmospheric sciencesAtmospheric chemistryEnvironmental scienceTrace gasClimatologyMeteorologyGeologyGeography

Résumé

récupéré en direct d'OpenAlex

Abstract We demonstrate that identification of stratospheric ozone changes attributable to ozone depleting substances and actions taken under the Montreal Protocol requires evaluation of confounding influences from volcanic eruptions. Using a state‐of‐the‐art chemistry‐climate model, we show that increased stratospheric aerosol loading from volcanic eruptions after 2004 impeded the rate of ozone recovery post‐2000. In contrast, eruptions increased ozone loss rates over the depletion era from 1980 to 1998. We also present calculations without any aerosol chemistry to isolate contributions from gas‐phase chemistry alone. This study reinforces the need for accurate information regarding stratospheric aerosol loading when modeling ozone changes, particularly for the challenging task of accurately identifying the early signs of ozone healing distinct from other sources of variability.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,106
Score d'incertitude au seuil0,211

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
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 savante0,0010,001
Science ouverte0,0010,001
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 Opus0,017
Tête enseignante GPT0,251
Écart entre enseignants0,235 · 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'étudeThéorique ou conceptuel
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

Citations25
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeophysical Research LettersMême sujetAtmospheric Ozone and ClimateTravaux en français237 207