MétaCan
Menu
Retour à la cohorte
Enregistrement W4281775212 · doi:10.1016/j.jes.2022.05.030

A database of modeled gridded dry deposition velocities for 45 gaseous species and three particle size ranges across North America

2022· article· en· W4281775212 sur OpenAlexaff
Leiming Zhang, Zhuanshi He, Zhiyong Wu, A. M. Macdonald, Jeffrey R. Brook, Shailesh Kumar Kharol

Notice bibliographique

RevueJournal of Environmental Sciences · 2022
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric chemistry and aerosols
Établissements canadiensUniversity of TorontoEnvironment and Climate Change Canada
Organismes subventionnairesnon disponible
Mots-clésDeposition (geology)Flux (metallurgy)Range (aeronautics)ChemistryAerosolParticulatesAtmospheric sciencesEnvironmental scienceEnvironmental chemistryStructural basinGeologyMaterials science

Résumé

récupéré en direct d'OpenAlex

The dry deposition process refers to the flux loss of an atmospheric pollutant due to uptake of the pollutant by the earth's surfaces. Dry deposition flux of a chemical species is typically calculated as the product of its surface-layer concentration and its dry deposition velocity (Vd). Field measurement based Vd data are very scarce or do not exist for many chemical species considered in chemistry transport models. In the present study, gaseous and particulate dry deposition schemes were applied to generate a database of hourly Vd for 45 gaseous species and three particle size ranges for two years (2016–2017) at a 15 km by 15 km horizontal resolution across North America. Hourly Vd of the 45 gaseous species ranged from < 0.001 to 4.6 cm s−1 across the whole domain, with chemical species-dependent median (mean) values being in the range of 0.018–1.37 cm s−1 (0.05–1.43 cm s−1). The spatial distributions of the two-year average Vd showed values higher than 1–3 cm s−1 for those soluble and reactive species over certain land types. Soluble species have the highest Vd over water surfaces, while insoluble but reactive species have the highest Vd over forests. Hourly Vd of PM2.5 across the whole domain ranged from 0.039 to 0.75 cm s−1 with median (mean) value of 0.18 (0.20) cm s−1, while the mean Vd for PM2.5–10 is twice that of PM2.5. Uncertainties in the modeled Vd are typically on the order of a factor of 2.0 or larger, which needs to be considered when applying the dataset in other studies.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,057
Score d'incertitude au seuil0,857

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 technologies0,0000,001
Communication savante0,0000,000
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 Opus0,016
Tête enseignante GPT0,209
Écart entre enseignants0,193 · 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'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

Citations14
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental SciencesMême sujetAtmospheric chemistry and aerosolsTravaux en français237 207