MétaCan
Menu
Retour à la cohorte
Enregistrement W2985809346 · doi:10.1029/2019jd030844

A Factor and Trends Analysis of Multidecadal Lower Tropospheric Observations of Arctic Aerosol Composition, Black Carbon, Ozone, and Mercury at Alert, Canada

2019· article· en· W2985809346 sur OpenAlexaffabout
Sangeeta Sharma, Leonard A. Barrie, Eyjólfur Magnússon, Gudrun Brattström, W. R. Leaitch, A. Steffen, S. Landsberger

Notice bibliographique

RevueJournal of Geophysical Research Atmospheres · 2019
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric chemistry and aerosols
Établissements canadiensMcGill UniversityEnvironment and Climate Change Canada
Organismes subventionnairesnon disponible
Mots-clésHazeAerosolArcticMercury (programming language)NitrateSea saltEnvironmental scienceOzoneSulfateEnvironmental chemistryAtmospheric sciencesOceanographyClimatologyChemistryMeteorologyGeographyGeology

Résumé

récupéré en direct d'OpenAlex

Abstract Observations from 1980 to 2013 of 20 aerosol constituents, ozone and mercury at Alert, Canada (82.50°N, 62.35°W), were analyzed for trends and dominant factors of the Arctic haze during winter and spring. Trends reflect changing emissions in Eurasia, the main source region for surface pollution in the high Arctic. SO42−, H+, NH4+, K+, Cu, Ni, Pb, Zn, nonsoil V, nonsoil Mn, and equivalent black carbon decreased between 23% and 80% as emissions declined rapidly in northern Eurasia during the early 1990s. NO3− increased by 20% as aerosol acidity declined. Metals were linked to emissions from smelting and fossil fuel combustion. In winter, ozone increased by 5% over 23 years, consistent with other observations and global modeling. Twelve PMF factors emerged for the dark period (November to February) and 13 for the light period (March to May). Eleven PMF factors are common to both dark and light, a twelfth factor was associated with sulfate in the dark and nitrate in the light, and the thirteenth (light period) was related to ozone and gaseous mercury depletion near Alert. IODINE and NITRATE factors, important for Arctic chemistry, changed with sunlight. In the light, 50% of all NO3− was on the NITRATE factor, while in the dark, most was associated with MODIFIED SEA SALT and equivalent black carbon. In the dark (light), 90% (28%) of iodine were found on the factor IODINE and 58% associated with SEA‐SALT and MODIFIED SEA‐SALT. These results help in understanding the role of atmospheric chemistry in weather and climate processes.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,062
Score d'incertitude au seuil0,125

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
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 Opus0,022
Tête enseignante GPT0,261
Écart entre enseignants0,239 · 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

Citations119
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research AtmospheresMême sujetAtmospheric chemistry and aerosolsTravaux en français237 207