MétaCan
Menu
Retour à la cohorte
Enregistrement W2979888215 · doi:10.5194/essd-12-591-2020

Marine carbonyl sulfide (OCS) and carbon disulfide (CS <sub>2</sub> ): a compilation of measurements in seawater and the marine boundary layer

2020· article· en· W2979888215 sur OpenAlexaff
Sinikka T. Lennartz, Christa Marandino, Marc von Hobe, Meinrat O. Andreae, Kazushi Aranami, E. Atlas, Max Berkelhammer, Heinz Bingemer, Dennis Booge, Gregory A. Cutter, Pau Cortés, Stefanie Kremser, Cliff S. Law, Andrew Marriner, Rafel Simó, Birgit Quack, Günther Uher, Huixiang Xie, Xiaobin Xu

Notice bibliographique

RevueEarth system science data · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric and Environmental Gas Dynamics
Établissements canadiensCégep de RimouskiUniversité du Québec à Rimouski
Organismes subventionnairesBundesministerium für Bildung und Forschung
Mots-clésCarbonyl sulfideSeawaterCarbon disulfideEnvironmental scienceAtmosphere (unit)SulfateSulfurBoundary layerEnvironmental chemistryOceanographyAtmospheric sciencesChemistryMeteorologyGeologyGeographyPhysicsOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract. Carbonyl sulfide (OCS) and carbon disulfide (CS2) are volatile sulfur gases that are naturally formed in seawater and exchanged with the atmosphere. OCS is the most abundant sulfur gas in the atmosphere, and CS2 is its most important precursor. They have attracted increased interest due to their direct (OCS) or indirect (CS2 via oxidation to OCS) contribution to the stratospheric sulfate aerosol layer. Furthermore, OCS serves as a proxy to constrain terrestrial CO2 uptake by vegetation. Oceanic emissions of both gases contribute a major part to their atmospheric concentration. Here we present a database of previously published and unpublished (mainly shipborne) measurements in seawater and the marine boundary layer for both gases, available at https://doi.org/10.1594/PANGAEA.905430 (Lennartz et al., 2019). The database contains original measurements as well as data digitalized from figures in publications from 42 measurement campaigns, i.e., cruises or time series stations, ranging from 1982 to 2019. OCS data cover all ocean basins except for the Arctic Ocean, as well as all months of the year, while the CS2 dataset shows large gaps in spatial and temporal coverage. Concentrations are consistent across different sampling and analysis techniques for OCS. The database is intended to support the identification of global spatial and temporal patterns and to facilitate the evaluation of model simulations.

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)0,001
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: aucune
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,007
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,024
Tête enseignante GPT0,210
Écart entre enseignants0,186 · 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

Citations56
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEarth system science dataMême sujetAtmospheric and Environmental Gas DynamicsTravaux en français237 207