MétaCan
Menu
Retour à la cohorte
Enregistrement W3154890414 · doi:10.5331/seppyo.71.4_253

Chemical characterization of snowfall in Shinjo, Yamagata Prefecture, Japan and long-term trend of snow acidification during 1991/92 to 2002/03

2009· article· en· W3154890414 sur OpenAlexaff
Naofumi Akata, Fumitaka Yanagisawa, Nobutaka OKUMURA, Shin'ichiro SUZUKI, Osamu Abe, Takeshi Sato, Kenji Kosugi, Shigeto Mochizuki, Atsushi Sato

Notice bibliographique

RevueJournal of the Japanese Society of Snow and Ice · 2009
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSmart Materials for Construction
Établissements canadiensStudents on Ice
Organismes subventionnairesnon disponible
Mots-clésSnowEnvironmental scienceSnow coverPhysical geographyEnvironmental chemistryAtmospheric sciencesChemistryGeologyMeteorologyGeography

Résumé

récupéré en direct d'OpenAlex

新庄市における降雪の化学組成の特徴について明らかにすることを目的に,1999-2000年冬季(1999/00)から2002-2003年冬季(2002/03) までの4冬季間に降雪を1日毎に採取し,pH, 電気伝導度(EC)および主要化学成分の濃度について検討を行った.その結果,各冬季とも全試料中の70%以上がpH5.0以下の酸性雪であり,その平均値は4.7から4.9の範囲であった. 海塩起源成分は, 北西の風が吹いた際に高くなる傾向が認められた. 酸性化成分のnss SO4 2-は同じ酸性化成分のNO3-に比べてやや高く,nas SO4 2-/NO3-当量濃度比からNO3- は主に採取地近傍起源であり, 高濃度のnss SO4 2-濃度が認められた試料については, 大陸からの長距離輸送成分の影響を受けた可能性が示唆された.アルカリ成分であるnss Ca2+濃度は,黄砂の飛来に伴い濃度が上昇していることが確認された.また,これまでに報告されているデータも加えた1991年から2003年までの11冬季における降雪の酸性度の経年変動についても検討した結果, 年々酸性化が進展しており, その酸性化には主にNO3-が寄与している可能性が高いことが明らかとなった.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,618
Score d'incertitude au seuil0,336

Scores Codex et Gemma par catégorie

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

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 Opus0,008
Tête enseignante GPT0,214
Écart entre enseignants0,206 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations0
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the Japanese Society of Snow and IceMême sujetSmart Materials for ConstructionTravaux en français237 207