MétaCan
Menu
Retour à la cohorte
Enregistrement W4313366978 · doi:10.1029/2022jd037758

Fire Influence on Regional to Global Environments and Air Quality (FIREX‐AQ)

2022· article· en· W4313366978 sur OpenAlexaff
C. Warneke, Joshua P. Schwarz, Jack E. Dibb, О. В. Калашникова, G. J. Frost, Jassim Al‐Saad, Steven S. Brown, W. Alan Brewer, A. J. Soja, F. C. Seidel, R. A. Washenfelder, Elizabeth B. Wiggins, Richard H. Moore, B. E. Anderson, Carolyn E. Jordan, Tara I. Yacovitch, Scott C. Herndon, Shang Liu, Toshihiro Kuwayama, Daniel A. Jaffe, Nancy A.C. Johnston, Vanessa Selimovic, R. J. Yokelson, D. M. Giles, B. N. Holben, Philippe Goloub, Ioana Elisabeta Popovici, M. Trainer, Aditya Kumar, R. Bradley Pierce, D. W. Fahey, J. M. Roberts, Emily Gargulinski, David A. Peterson, Xinxin Ye, Laura H. Thapa, Pablo E. Saide, Charles H. Fite, Christopher D. Holmes, Siyuan Wang, Matthew M. Coggon, Zachary C. J. Decker, Chelsea E. Stockwell, Lu Xu, Georgios I. Gkatzelis, K. C. Aikin, B. L. Lefer, Jackson H. Kaspari, Debora Griffin, Linghan Zeng, Rodney J. Weber, Meredith G. Hastings, Jiajue Chai, Glenn M. Wolfe, T. F. Hanisco, J. Liao, Pedro Campuzano‐Jost, Hongyu Guo, J. L. Jiménez, J. H. Crawford

Notice bibliographique

RevueJournal of Geophysical Research Atmospheres · 2022
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric chemistry and aerosols
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesGoddard Space Flight CenterNational Oceanic and Atmospheric AdministrationNational Interagency Fire CenterNational Aeronautics and Space Administration
Mots-clésEnvironmental scienceTrace gasAir quality indexMeteorologySmokeRemote sensingSatelliteSampling (signal processing)TransectAtmospheric sciencesGeographyEngineeringDetectorGeologyAerospace engineering

Résumé

récupéré en direct d'OpenAlex

Abstract The NOAA/NASA Fire Influence on Regional to Global Environments and Air Quality (FIREX‐AQ) experiment was a multi‐agency, inter‐disciplinary research effort to: (a) obtain detailed measurements of trace gas and aerosol emissions from wildfires and prescribed fires using aircraft, satellites and ground‐based instruments, (b) make extensive suborbital remote sensing measurements of fire dynamics, (c) assess local, regional, and global modeling of fires, and (d) strengthen connections to observables on the ground such as fuels and fuel consumption and satellite products such as burned area and fire radiative power. From Boise, ID western wildfires were studied with the NASA DC‐8 and two NOAA Twin Otter aircraft. The high‐altitude NASA ER‐2 was deployed from Palmdale, CA to observe some of these fires in conjunction with satellite overpasses and the other aircraft. Further research was conducted on three mobile laboratories and ground sites, and 17 different modeling forecast and analyses products for fire, fuels and air quality and climate implications. From Salina, KS the DC‐8 investigated 87 smaller fires in the Southeast with remote and in‐situ data collection. Sampling by all platforms was designed to measure emissions of trace gases and aerosols with multiple transects to capture the chemical transformation of these emissions and perform remote sensing observations of fire and smoke plumes under day and night conditions. The emissions were linked to fuels consumed and fire radiative power using orbital and suborbital remote sensing observations collected during overflights of the fires and smoke plumes and ground sampling of fuels.

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)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,056
Score d'incertitude au seuil0,112

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
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 Opus0,039
Tête enseignante GPT0,321
Écart entre enseignants0,282 · 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

Citations128
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research AtmospheresMême sujetAtmospheric chemistry and aerosolsTravaux en français237 207