MétaCan
Menu
Retour à la cohorte
Enregistrement W2907219914 · doi:10.1051/epjconf/201817605044

Wildfire smoke transport and impact on air quality observed by a mullti-wavelength elastic-raman lidar and ceilometer in New York city

2018· article· en· W2907219914 sur OpenAlexaboutno aff
Yonghua Wu, Wilson Peña, Barry Gross, Fred Moshary

Notice bibliographique

RevueEPJ Web of Conferences · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensnon disponible
Organismes subventionnairesCore Research for Evolutional Science and TechnologyNational Oceanic and Atmospheric Administration
Mots-clésCeilometerPlumeHYSPLITSmokeEnvironmental scienceAir quality indexSatelliteMeteorologyLidarPlanetary boundary layerAtmospheric sciencesBoundary layerAerosolRemote sensingGeographyGeologyTurbulencePhysics

Résumé

récupéré en direct d'OpenAlex

The intense wildfires from the western Canada in May 2016 injected large amount of smoke into the atmosphere. This paper presents integrated observation of the event by a lidar, ceilometer, and satellite together with models and an assessment of smoke plume impacts on local air quality in New York City (NYC) area. A dense aloft plume on May 20 and a boundary layer plume on May 25 are analyzed. The smoke mixing into planetary-boundary-layer (PBL) and strong diurnal variation of PBL-top are shown. For the 2ndcase, the ground PM2.5 measurements show a significant increase in both the urban and upwind non-urban areas of NYC. The smoke sources and transport paths are further verified by the satellite observations and HYSPLIT model data.

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 enseignants0,483
Score d'incertitude au seuil0,961

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
Bibliométrie0,0010,000
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 Opus0,043
Tête enseignante GPT0,270
Écart entre enseignants0,227 · 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

Citations9
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEPJ Web of ConferencesMême sujetFire effects on ecosystemsTravaux en français237 207