MétaCan
Menu
← Retour à la cohorte
Enregistrement W2981203473 · doi:10.1029/2019jd031122

Volcanic Plume Aging During Passive Degassing and Low Eruptive Events of Etna and Stromboli Volcanoes

2019· article· en· W2981203473 sur OpenAlexaff
Joris Pianezze, Pierre Tulet, Brice Foucart, Maud Leriche, Marco Liuzzo, Giuseppe Salerno, Aurélie Colomb, Evelyn Freney, Karine Sellegri

Notice bibliographique

RevueJournal of Geophysical Research Atmospheres · 2019
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric chemistry and aerosols
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesAgence Nationale de la Recherche
Mots-clésVolcanoPlumeStrombolian eruptionAerosolTropospherePanacheGeologyAtmospheric sciencesVolcanic GasesLavaEnvironmental scienceEarth scienceMeteorologySeismologyPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract Volcanic gases and aerosols emissions from passive degassing or low eruptive events are now included in most climate models despite large uncertainties still exist about their injection height and their temporal and spatial variability. The aim of this study is to quantify the evolution of the gas and aerosols inside volcanic plumes with high kilometric‐resolution simulations. With online chemistry and aerosols, these simulations are carried out together with in situ measurements of aerosol and gas‐phase properties to assess the impact of Etna and Stromboli volcanic plumes produced by passive degassing and regular Strombolian activity, respectively. Comparison between simulation and observations show that the simulation reproduces the main characteristics of the volcanic plume evolution and confirms that volcanic plumes produced by passive degassing or low eruptive events have a strong impact on cloud condensation nuclei (CCN) formation increasing the number of CCN by a factor of 5. It was also shown that depending on the plume location, the aerosols will act as CCN at different distance from the vent. In the marine atmospheric boundary layer, the aerosols will act as CCN at proximity to the vent (less than 50 km) because of strong condensation sink inhibiting nucleation. In comparison, in the free troposphere, aerosols will act as CCN far from the vent, at more than 200 km. To the best of our knowledge, this study using in situ measurements as well as subkilometric simulations is unique.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,048

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,015
Tête enseignante GPT0,269
Écart entre enseignants0,255 · 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

Citations18
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research Atmospheres→Même sujetAtmospheric chemistry and aerosols→Travaux en français237 207→