MétaCan
Menu
← Retour à la cohorte
Enregistrement W4302061152 · doi:10.13227/j.hjkx.202111106

[Temporal and Spatial Variations in Black Carbon Aerosol in Different Atmospheric Background Stations in China from 2006 to 2020].

2022· article· en· W4302061152 sur OpenAlexaff
Honglei Wang, Xue Yan, Lijuan Shen, Jane Liu, Tianliang Zhao, Xiaobin Guan, Delong Zhao

Notice bibliographique

RevuePubMed · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality and Health Impacts
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésEnvironmental scienceAerosolSpatial distributionChinaAtmospheric sciencesSpatial variabilityClimatologyVegetation (pathology)GeographyMeteorologyRemote sensingGeology

Résumé

récupéré en direct d'OpenAlex

and 0.20±0.13-0.22±0.19, respectively. The interannual variability in BC included differences between different atmospheric background stations, which could be divided into four categories:low interannual variability, such as at the Akedala station; an initial increase followed by a decrease and subsequent stabilization, such as at the Mt. Waliguan station; an initial decrease followed by stabilization, such as at the Shangri-La station; and an initial stabilization followed by a decrease, such as at the Mt. Longfeng, Shangdianzi, Jinsha, and Lin'an stations. Seasonal variations in BC included differences in different atmospheric background stations. The BC mass concentrations were lowest in autumn and higher in winter and spring west of the "Hu Huanyong" line and were highest in winter and lowest in summer east of the "Hu Huanyong" line. BC contributed to the AOD being larger in all stations in the spring and summer and contributed less at the stations west of the "Hu Huanyong" line in autumn and the stations east of the "Hu Huanyong" line in winter. The diurnal variations in BC were mainly bimodally distributed in the different atmospheric background stations, but the peak times varied in different stations and seasons.

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)0,000
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,097
Score d'incertitude au seuil0,192

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0010,000

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 Opus0,025
Tête enseignante GPT0,249
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'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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMed→Même sujetAir Quality and Health Impacts→Travaux en français237 207→