MétaCan
Menu
Retour à la cohorte
Enregistrement W2981242874 · doi:10.1080/02786826.2019.1676394

Chemical and microphysical properties of wind-blown dust near an actively retreating glacier in Yukon, Canada

2019· article· en· W2981242874 sur OpenAlexaffabout
Jill Bachelder, Marie Cadieux, Carolyn Liu-Kang, Pérrine Lambert, Alexane Filoche, Juliana Aparecida Galhardi, Madjid Hadioui, Amélie Chaput, Marie-Pierre Bastien-Thibault, Kevin J. Wilkinson, James King, Patrick L. Hayes

Notice bibliographique

RevueAerosol Science and Technology · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric aerosols and clouds
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésMineral dustParticulatesDeposition (geology)AerosolEnvironmental scienceRadiative forcingAtmospheric sciencesAeolian processesEnvironmental chemistryAir quality indexBiogeochemical cycleChemistryGeologySedimentMeteorologyGeomorphology

Résumé

récupéré en direct d'OpenAlex

Airborne mineral aerosols emitted in high-latitude regions can impact radiative forcing, biogeochemical cycling of metals, and local air quality. The impact of dust emissions in these regions may change rapidly, as warming temperatures can increase mineral dust production and source regions. As there exists little research on mineral dust emissions in high-latitude regions, we have performed the first study of the physico-chemical properties of mineral dust emitted from a sub-Arctic proglacial dust source, using a method tailored to the remote conditions of the Canadian North. Soil and aerosol samples (PM10 and deposited mineral dust) were collected in May 2018 near the Ä’äy Chù (Slims River), a site exhibiting strong dust emissions. WHO air quality thresholds were exceeded at several receptor sites near the dust source, indicating a negative impact on local air quality. Notably, temporally averaged particle size distributions of PM10 were very fine as compared to those measured at more well-characterized, low-latitude dust sources. In addition, mineralogy and elemental composition of ambient PM10 were characterized; PM10 elemental composition was enriched in trace elements as compared to dust deposition, bulk soil samples, and the fine soil fractions (d < 53 µm). Finally, through a comparison of the elemental composition of PM10, dust deposition, and both fine and bulk soil fractions, as well as of meteorological factors measured during our campaign, we propose that the primary mechanisms for dust emissions from the Ä’äy Chù Valley are the rupture of clay coatings on particles and/or the release of resident fine particulate matter.Copyright © 2019 American Association for Aerosol Research

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 enseignants0,033
Score d'incertitude au seuil0,067

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 technologies0,0020,000
Communication savante0,0010,000
Science ouverte0,0010,000
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 Opus0,004
Tête enseignante GPT0,178
Écart entre enseignants0,174 · 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

Citations50
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAerosol Science and TechnologyMême sujetAtmospheric aerosols and cloudsTravaux en français237 207