MétaCan
Menu
Retour à la cohorte
Enregistrement W4383499500 · doi:10.1021/acs.estlett.3c00386

TROPOMI NO<sub>2</sub> Shows a Fast Recovery of China’s Economy in the First Quarter of 2023

2023· article· en· W4383499500 sur OpenAlexaboutno aff
Hui Lĭ, Bo Zheng

Notice bibliographique

RevueEnvironmental Science & Technology Letters · 2023
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEnergy, Environment, Economic Growth
Établissements canadiensnon disponible
Organismes subventionnairesNational Key Research and Development Program of ChinaScience, Technology and Innovation Commission of Shenzhen MunicipalityNational Natural Science Foundation of China
Mots-clésQuarter (Canadian coin)ChinaEnvironmental scienceAgricultural economicsEconomyEconomicsGeographyArchaeology

Résumé

récupéré en direct d'OpenAlex

On May 5, 2023, the World Health Organization declared that the three-year Coronavirus Disease 2019 pandemic no longer constitutes a public health emergency of international concern. As a major player in international trade, whether China’s economy can quickly recover in the postpandemic era attracts global attention, while we lack direct indicators to track economic dynamics in real-time. Here, we analyze the daily changes in ambient nitrogen dioxide (NO 2 ), a short-lived pollutant released from fuel combustion, to monitor the pace of the economic recovery in China. The satellite-observed tropospheric NO 2 columns from 2005 to 2023 are interpreted with chemical transport model simulations to exclude metrological influences and disentangle the variations caused by anthropogenic sources. Satellites revealed a rapid recovery of NO 2 columns after the Chinese New Year in 2023, the fastest rate ever observed since 2005, especially over the densely populated areas where transport and industrial emission sources are concentrated. These agreed with the fast recovery of China’s industrial production, and the provinces with larger industrial production observed a faster recovery in NO 2 columns than the other provinces. Our study suggests that China’s economy recovered fast in early 2023 and satellite daily NO 2 data provide possibilities to track social-economic dynamics in real-time.

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 enseignants0,063
Score d'incertitude au seuil0,125

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
Bibliométrie0,0000,001
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)0,0020,000

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 Opus0,006
Tête enseignante GPT0,166
Écart entre enseignants0,160 · 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

Citations13
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & Technology LettersMême sujetEnergy, Environment, Economic GrowthTravaux en français237 207