MétaCan
Menu
← Retour à la cohorte
Enregistrement W4389894545 · doi:10.5194/egusphere-2023-1945-ac1

Reply on RC1

2023· peer-review· en· W4389894545 sur OpenAlexaboutno aff
Xiaoxia Shang

Notice bibliographique

Revuenon disponible
Typepeer-review
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric aerosols and clouds
Établissements canadiensnon disponible
Organismes subventionnairesHORIZON EUROPE Excellent ScienceH2020 Excellent ScienceHorizon 2020 Framework ProgrammeHellenic Foundation for Research and InnovationH2020 EnvironmentEuropean CommissionUniversidad de GranadaAgencia Estatal de InvestigaciónNational Aeronautics and Space Administration
Mots-clésCeilometerLidarSmokeAerosolEnvironmental scienceAtmospheric sciencesMeteorologyMass concentration (chemistry)ClimatologyRemote sensingGeographyGeologyChemistry

Résumé

récupéré en direct d'OpenAlex

Abstract. In May–June 2019, smoke plumes from wildfires in Alberta, Canada, were advected all the way to Europe. To analyze the evolution of the plumes and to estimate the amount of smoke aerosols transported to Europe, retrievals from the space-borne lidar CALIOP (Cloud-Aerosol Lidar with Orthogonal Polarization) were used. The plumes were located with the help of a trajectory analysis, and the mass of smoke aerosols were retrieved from the CALIOP observations. The accuracy of the CALIOP mass retrievals was compared with the accuracy of ground-based lidars/ceilometer near the source in North America and after the long-range transport in Europe. Overall, CALIOP and the ground-based lidars/ceilometer produced comparable results. Over North America the CALIOP layer mean mass was 30 % smaller than the ground-based estimates, whereas over Southern Europe that difference varied between 12 % and 43 %. Finally, the CALIOP mass retrievals were compared with simulated aerosol concentrations from two reanalysis models, MERRA-2 (Modern-Era Retrospective analysis for Research and Applications, Version 2) and CAMS (Copernicus Atmospheric Monitoring System). The simulated total column aerosol optical depths (AOD) and the total column mass concentration of smoke agreed quite well with CALIOP observations, but the comparison of the layer mass concentration of smoke showed significant discrepancies. The amount of smoke aerosols in the model simulations was consistently smaller than in the CALIOP retrievals. These results highlight the limitations of such models, and more specifically their limitation to reproduce properly the smoke vertical distribution. They indicate that CALIOP is a useful tool monitoring smoke plumes over secluded areas whereas reanalysis models have difficulties in representing the aerosol mass in these plumes. This study shows the advantages of space-borne aerosol lidars, e.g. being of paramount importance to monitor smoke plumes, and reveals the urgent need of future lidar missions in space.

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)0,003
score de la tête « metaresearch » (Gemma)0,030
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,175
Score d'incertitude au seuil0,586

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,030
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,002
Communication savante0,0050,004
Science ouverte0,0040,003
Intégrité de la recherche0,0280,023
Charge utile insuffisante (le modèle a refusé de juger)0,1750,143

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 Opus0,027
Tête enseignante GPT0,282
Écart entre enseignants0,255 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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 sujetAtmospheric aerosols and clouds→Travaux en français237 207→