Notice bibliographique
Résumé
<strong class="journal-contentHeaderColor">Abstract.</strong> Ground-level ozone (O3) is a secondary air pollutant that has harmful effects on human and ecosystem health. Close to larger bodies of water, the well-known sea- (or lake)-breeze phenomenon plays a role in regulating ground level ozone levels. An observed lake-edge removal effect, where ozone concentration decreases within the first 500 m to 1 km perpendicular to the lake, is thought to be related to the lake-breeze circulation as well as several dilution and removal pathways. A field campaign was conducted in summer 2022 and winter 2023 in two locations on the north shore of Lake Ontario: the urban centre of Toronto, and suburban Oshawa, some 50 km east, to assess how the local environment and season effects the lake-edge removal effect. Ozone, wind speed, and wind direction were measured on 6–7 different days in each season and city along transects perpendicular to Lake Ontario’s shoreline. A consistent negative linear relationship between ozone concentration and distance from shore over the first 500 m (i.e. a lake-edge removal effect) was observed in both cities and both seasons. The ozone gradient changed in Oshawa from -23.5 ± 8.5 (1 standard deviation) ppb/km in summer to -8.1 ± 5.1 ppb/km in winter. The slope remained consistent in Toronto at -15.4 ± 6.7 ppb/km in summer and -16.7 ± 7.3 ppb/km in winter. The year-round observation of an ozone gradient and lake-edge removal effect suggests that factors other than lake-breeze circulation, such as vegetation and titration by NO, have an influence on ozone levels at the lake-land boundary.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,044 | 0,093 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».