The Importance of Mineral Dust and Proteinaceous Ice Nucleating Particles in the Canadian High Artic During the Fall of 2018 
Notice bibliographique
Résumé
Ice nucleating particles (INPs) can initiate ice formation in clouds, which has a large impact on the hydrological cycle and radiative budget of the Earth. Constraints on the concentration and composition of INPs are needed to predict ice formation in clouds and hence the climate. Despite previous INP measurements in the Arctic, our understanding of the concentrations, composition, and sources of Arctic INPs is insufficient. Here we report daily concentrations of INPs at Alert, a ground site in the Canadian High Arctic, during October and November of 2018. The contributions of mineral dust and proteinaceous particles to the total INP population were evaluated by testing the responses of the samples to heat and ammonium treatments. Possible source locations of the most effective INPs were investigated using back-trajectory simulations with a Lagrangian particle dispersion model. The results show that the INP concentrations in October were higher than that in November. Combining our results with previous INP measurements at Alert, a seasonal trend was observed for the INP concentrations at -18 °C and -22 °C, with a higher concentration in the late spring, summer and early fall, and a lower concentration in the early spring, late fall, and winter. For the October samples, proteinaceous INPs were detected at T > -21 °C with a fraction of 60% to 100% and mineral dust INPs were detected at T < -21 °C. For the November samples, proteinaceous INPs were only detected at T > -16 °C with a fraction of 88% to 100% and mineral dust INPs were detected at T < -20 °C. The most effective INPs were possibly from South China and California based on 20-day backward simulations using the FLEXible PARTicle dispersion model and the correlations between INP concentrations and Al, , Na+, and Cl- measured at the site.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».