MétaCan
Menu
Retour à la cohorte
Enregistrement W3179125224 · doi:10.3390/jrfm14070326

Causes and Effects of Sand and Dust Storms: What Has Past Research Taught Us? A Survey

2021· article· en· W3179125224 sur OpenAlexvenueno aff
Christian Opp, Michael Groll, Hamidreza Abbasi, Mansour Ahmadi Foroushani

Notice bibliographique

RevueJournal of risk and financial management · 2021
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAeolian processes and effects
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEnvironmental scienceAeolian processesStormSnowPopulationDamagesAtmosphere (unit)Physical geographyAtmospheric sciencesHydrology (agriculture)MeteorologyGeographyGeology

Résumé

récupéré en direct d'OpenAlex

Barren ground and sites with low coverage by vegetation (e.g., dunes, soil surfaces, dry lakes, and riverbeds) are the main source areas of sand and dust storms (SDS). The understanding of causes, processes (abrasion, deflation, transport, deposition), and influencing factors of sandy and dusty particles moving by wind both in the boundary layer and in the atmosphere are basic prerequisites to distinguish between SDS. Dust transport in the atmosphere modulates radiation, ocean surface temperature, climate, as well as snow and ice cover. The effects of airborne particles on land are varied and can cause advantages and disadvantages, both in source areas and in sink or deposition areas, with disturbances of natural environments and anthropogenic infrastructure. Particulate matter in general and SDS specifically can cause severe health problems in human respiratory and other organs, especially in children. Economic impacts can be equally devastating, but the costs related to SDS are not thoroughly studied. The available data show huge economic damages caused by SDS and by the mitigation of their effects. Management of SDS-related hazards utilizes remote sensing techniques, on-site observations, and protective measures. Integrated strategies are necessary during both the planning and monitoring of these measures. Such integrated strategies can be successful when they are developed and implemented in close cooperation with the local and regional population and stakeholders.

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)0,005
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,063

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,003
Communication savante0,0030,006
Science ouverte0,0010,001
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,021
Tête enseignante GPT0,245
Écart entre enseignants0,224 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations58
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of risk and financial managementMême sujetAeolian processes and effectsTravaux en français237 207