MétaCan
Menu
Retour à la cohorte
Enregistrement W4386531921 · doi:10.5194/amt-2023-124-rc1

Comment on amt-2023-124

2023· peer-review· en· W4386531921 sur OpenAlexaff
Pramod Kumar, Christopher Caldow, Grégoire Broquet, Adil Shah, Olivier Laurent, Camille Yver Kwok, Sébastien Ars, Sara Defratyka, Susan Gichuki, Luc Lienhardt, Mathis Lozano, Jean-Daniel Paris, Felix Vogel, Caroline Bouchet, Elisa Allegrini, Robert Kelly, Catherine Juéry, Philippe Ciais

Notice bibliographique

Revuenon disponible
Typepeer-review
Langueen
DomaineEnvironmental Science
ThématiqueLandfill Environmental Impact Studies
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesTotalIFP Energies NouvellesAgence Nationale de la Recherche
Mots-clésEnvironmental scienceGreenhouse gasMethaneAtmospheric dispersion modelingPlumeMethane emissionsAtmospheric sciencesInversion (geology)MeteorologyAir pollutionGeographyGeologyChemistry

Résumé

récupéré en direct d'OpenAlex

Abstract. Landfills are a significant source of fugitive methane (CH4) emissions which should be precisely and regularly monitored to reduce and mitigate net greenhouse gas emissions. In this study, we present long-term in-situ near-surface mobile atmospheric CH4 mole fraction measurements (complemented by meteorological measurements from a fixed station) from 21 campaigns that cover approximately four years from September 2016 to December 2020. These campaigns were utilized to regularly quantify the total CH4 emissions from an active landfill in France. We use a simple atmospheric inversion approach based on a Gaussian plume dispersion model to derive CH4 emissions. Together with the measurements near the soil surface mainly dedicated to the identification of sources within the landfill, measurements of CH4 made on the landfill perimeter (near-field) helped us to provide some qualitative insights about the respective weight of the main areas of emissions. However, we hardly managed to extract a signal representative of the overall landfill emissions from these measurements, which limited our ability to derive robust estimates of the emissions when assimilating them in the atmospheric inversions. The analysis shows that the inversions based on the measurements from a remote road further away from the landfill (far-field) yielded more reliable estimates. According to these estimates, the total CH4 emissions have a large temporal variability and range from ~0.4 t CH4/d to ~7 t CH4/d, with an average value of ~2.1 t CH4/d. We find a weak negative correlation between these estimates of the CH4 emissions and atmospheric pressure for the active landfill. However, this weak emission-pressure relationship is based on a relatively small sample of reliable emission estimates with large sampling gaps. More frequent robust estimations are required to better understand this relationship for an active landfill.

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)0,002
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut 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: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,734
Score d'incertitude au seuil0,889

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,016
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,001
Communication savante0,0040,002
Science ouverte0,0020,002
Intégrité de la recherche0,0200,011
Charge utile insuffisante (le modèle a refusé de juger)0,2660,195

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 Opus0,044
Tête enseignante GPT0,303
Écart entre enseignants0,260 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetLandfill Environmental Impact StudiesTravaux en français237 207