Comment on acp-2022-850
Notice bibliographique
Résumé
Abstract. Increasing surface ozone (O3) concentrations have long been a significant environmental issue in China, despite the Clean Air Action Plan launched in 2013 by the government. In this study, we assessed the effect of anthropogenic emissions, meteorological factors, and CO2 changes on the summer surface O3 from 2008 to 2018 in China using an improved regional climate-chemistry-ecology model (RegCM-Chem-YIBs). The model was improved regarding the photolysis of O3 and the radiation effect of CO2 and O3. The investigations showed anthropogenic emissions dominated the O3 increase in China, contributing 4.08–18.51 ppb a−1 in the North China Plain. The meteorological conditions decreased O3 over China and could be more significant than anthropogenic emissions in some regions. In Pearl River Delta, for example, the contributions of meteorological conditions and anthropogenic emissions on O3 were −1.29 and 0.81 ppb in 2013, respectively. CO2 was critical in O3 variations, especially in southern China, inducing an increase in O3 on the southeast coast of China (0.28–0.46 ppb a−1) and a decrease in the southwest and central China (−0.51–−0.11 ppb a−1). Our study comprehensively analyzed O3 variation across China from various perspectives and highlighted the importance of considering CO2 variations when designing long-term O3 control policies, especially in high vegetation coverage areas.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,025 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,446 | 0,370 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».