MétaCan
Menu
← Retour à la cohorte
Enregistrement W4293055755 · doi:10.1002/essoar.10511629.1

Informed Multi-scale Approach Applied to the British Columbia Fires of Late Summer 2017

2022· preprint· en· W4293055755 sur OpenAlexaffabout
Jon Reisner, Alexander Jon Josephson, Kyle Gorkowski, Eunmo Koo, Daniel Thompson, Dave Schroeder, Manvendra K. Dubey

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensGovernment of AlbertaNatural Resources CanadaCanadian Forest Service
Organismes subventionnairesLos Alamos National Laboratory
Mots-clésAerosolAtmospheric sciencesEnvironmental scienceStratosphereTroposphereClimatologyMeteorologyCloud condensation nucleiPlumeParticle (ecology)Climate modelClimate changeGeographyGeology

Résumé

récupéré en direct d'OpenAlex

Pyrocumulonimbus clouds have a complex origin depending on fire dynamics and meteorological conditions. When a pyrocumulonimbus (PyroCb) cloud formation develops and is maintained over a period of time, it can inject significant aerosol into the troposphere and lower stratosphere, resulting in longer term (months to years) climate cooling effects. In this work we investigate the British Columbia and northern Washington wildfires on August 12-13, 2017 using a multi-scale simulation framework. We use the output of a physics based wildfire model (FIRETEC) with parameterized energy, particle, and gas emissions to drive the upper atmospheric aerosol mass injection within a regional cloud resolving model (HIGRAD). We demonstrate that vertical motions produced by latent heat release of the condensation of ice and cloud particles within the PyroCbs induce another 5 km of lifting of the simulated aerosol plume. Primary black carbon and organic aerosols alone may not be enough to explain the observed aerosol burden, thus we show that dust and ash particles can enhance lofted aerosol mass. Additionally, we show that semi volatile organic gases emitted by the fires eventually condense, further increasing the aerosol burden. A simulation with all aerosol mechanisms active, driven by the observed fuel load and environmental conditions, reasonably reproduces an aerosol profile inferred from observational data.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,429
Score d'incertitude au seuil0,864

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,019
Tête enseignante GPT0,235
Écart entre enseignants0,216 · 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

Citations5
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetFire effects on ecosystems→Travaux en français237 207→