MétaCan
Menu
Retour à la cohorte
Enregistrement W4386365360 · doi:10.1021/acs.est.3c01898

Anthropogenic Chloroform Emissions from China Drive Changes in Global Emissions

2023· article· en· W4386365360 sur OpenAlexaboutno aff
Minde An, Luke M. Western, Jianxin Hu, Bo Yao, Jens Mühle, Anita L. Ganesan, Ronald G. Prinn, Paul B. Krummel, Ryan Hossaini, Xuekun Fang, Simon O’Doherty, Ray F. Weiss, Dickon Young, Matthew Rigby

Notice bibliographique

RevueEnvironmental Science & Technology · 2023
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric Ozone and Climate
Établissements canadiensnon disponible
Organismes subventionnairesNational Key Research and Development Program of ChinaNatural Environment Research CouncilCommonwealth Scientific and Industrial Research OrganisationH2020 EnergyBureau of Meteorology, Australian GovernmentDepartment for Business, Energy and Industrial Strategy, UK GovernmentDepartment of Climate Change, Energy, the Environment and WaterNational Aeronautics and Space AdministrationNational Oceanic and Atmospheric AdministrationSight Research UK
Mots-clésMontreal ProtocolEnvironmental scienceGreenhouse gasEmission inventoryOzoneAtmospheric emissionsOzone layerChinaEnvironmental engineeringEnvironmental protectionEnvironmental chemistryAtmospheric sciencesMeteorologyChemistryAir quality indexGeographyEcology

Résumé

récupéré en direct d'OpenAlex

Emissions of chloroform (CHCl 3 ), a short-lived halogenated substance not currently controlled under the Montreal Protocol on Substances that Deplete the Ozone Layer, are offsetting some of the achievements of the Montreal Protocol. In this study, emissions of CHCl 3 from China were derived by atmospheric measurement-based “top-down” inverse modeling and a sector-based “bottom-up” inventory method. Top-down CHCl 3 emissions grew from 78 (72–83) Gg yr –1 in 2011 to a maximum of 193 (178–204) Gg yr –1 in 2017, followed by a decrease to 147 (138–154) Gg yr –1 in 2018, after which emissions remained relatively constant through 2020. The changes in emissions from China could explain all of the global changes during the study period. The CHCl 3 emissions in China were dominated by anthropogenic sources, such as byproduct emissions during disinfection and leakage from chloromethane industries. Had emissions continued to grow at the rate observed up to 2017, a delay of several years in Antarctic ozone layer recovery could have occurred. However, this delay will be largely avoided if global CHCl 3 emissions remain relatively constant in the future, as they have between 2018 and 2020.

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 consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,069
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 technologies0,0010,002
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,007
Tête enseignante GPT0,226
Écart entre enseignants0,219 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations29
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & TechnologyMême sujetAtmospheric Ozone and ClimateTravaux en français237 207