MétaCan
Menu
Retour à la cohorte
Enregistrement W4368404917 · doi:10.1029/2023gl102745

Stratospheric Gas‐Phase Production Alone Cannot Explain Observations of Atmospheric Perchlorate on Earth

2023· article· en· W4368404917 sur OpenAlexaff
Yuk‐Chun Chan, Lyatt Jaeglé, Pedro Campuzano‐Jost, David C. Catling, Jihong Cole‐Dai, Vasile I. Furdui, W. Andrew Jackson, J. L. Jiménez, Dongwook Kim, Alanna E. Wedum, Becky Alexander

Notice bibliographique

RevueGeophysical Research Letters · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueChemical Analysis and Environmental Impact
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesNuclear Safety and Security CommissionNational Aeronautics and Space Administration
Mots-clésPerchlorateDeposition (geology)Environmental scienceAtmospheric sciencesAerosolFlux (metallurgy)Atmospheric chemistryEnvironmental chemistryChemistryGeologyOzone

Résumé

récupéré en direct d'OpenAlex

Abstract Perchlorate has been observed in many environments on Earth and Mars but its sources remain poorly quantified. In this study, we use a global three‐dimensional chemical transport model to simulate perchlorate's gas‐phase photochemical production, atmospheric transport, and deposition on Earth's surface. Model predictions are compared to newly compiled observations of atmospheric concentrations, deposition flux, and oxygen isotopic composition of perchlorate. We find that the modeled gas‐phase production of perchlorate is consistent with reported stratospheric observations. Nevertheless, we show that this mechanism alone cannot explain the high levels of perchlorate observed at many near‐surface sites (aerosol concentrations >0.1 ng m −3 and deposition fluxes >10 g km −2 yr −1 ) or the low 17 O‐excess observed in perchlorate sampled from pristine environments (<+18.4‰). We discuss four hypotheses to explain the model‐observation discrepancies and recommend laboratory and field observations to address key uncertainties in atmospheric sources of perchlorate.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,560
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,002

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 Opus0,063
Tête enseignante GPT0,316
Écart entre enseignants0,253 · 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 tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
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

Citations8
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeophysical Research LettersMême sujetChemical Analysis and Environmental ImpactTravaux en français237 207