MétaCan
Menu
← Retour à la cohorte
Enregistrement W4310830548 · doi:10.1117/12.2644741

Ozone anomaly in winter-spring 2019-2020 in the Arctic and over north of Eurasia using data of Aura MLS observations

2022· article· en· W4310830548 sur OpenAlexaboutno aff
O. E. Bazhenov, А. V. Nevzorov

Notice bibliographique

Revue28th International Symposium on Atmospheric and Ocean Optics: Atmospheric Physics · 2022
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric Ozone and Climate
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésStratospherePolar vortexOzoneAnomaly (physics)Context (archaeology)Environmental scienceAltitude (triangle)ArcticAtmospheric sciencesMontreal ProtocolOzone layerClimatologySudden stratospheric warmingThe arcticMiddle latitudesMeteorologyGeologyOceanographyGeography

Résumé

récupéré en direct d'OpenAlex

In winter-spring 2019-2020 there was the strongest ozone anomaly in the Arctic in the total history of the observations. It was due to extraordinarily strong and long-lasting polar vortex, entailing unprecedented chemical ozone destruction. Analysis of Aura MLS data showed that the minimal temperature was 9-10% below normal from December to April in the stratosphere over Tomsk and the Arctic. Ozone concentration had been 4% and 6% of (i.e., about 30-fold smaller than) the multiyear average at altitude of 20 km on March 27 for Eureka and at altitude of 19 km on April 16 for Ny-Ålesund. This event is within the context of climate changes, leading to cooling of the stratosphere. Until the level of ozone depleting substances in the stratosphere of the Arctic is above the values, expected from implementation of Montreal Protocol, there will be a danger that these events will recur in the future. The 2020 vortex was exclusively isolated, which mitigated appreciably its effect on midlatitudes.

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 enseignants0,072
Score d'incertitude au seuil0,144

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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,027
Tête enseignante GPT0,241
Écart entre enseignants0,214 · 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue28th International Symposium on Atmospheric and Ocean Optics: Atmospheric Physics→Même sujetAtmospheric Ozone and Climate→Travaux en français237 207→