MétaCan
Menu
← Retour à la cohorte
Enregistrement W4392760477 · doi:10.5194/egusphere-egu24-12769

Impact of Canadian Wildfires 2023 on North Atlantic’s Region Air Quality: An Analysis Using ASDC Data

2024· preprint· en· W4392760477 sur OpenAlexaboutno aff
Hazem Mahmoud, Ingrid Garcia-Solera, Daniel Kaufman, Alexander Radkevich, Walter Baskin

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAir quality indexQuality (philosophy)Environmental scienceGeographyMeteorology

Résumé

récupéré en direct d'OpenAlex

The escalating threat of wildfires in North America raises significant concerns regarding their adverse effects on air quality and public health, as recent wildfires have resulted in widespread smoke plumes that transcend international borders. This study focuses on the exposure of the North Atlantic region to smoke from Canadian wildfires, underscoring the profound implications for public health and environmental well-being. To assess the air quality impact, we analyze satellite data obtained from the NASA Atmospheric Science Data Center (ASDC) at Langley Research Center, in conjunction with ground-based measurements and atmospheric modeling outputs. Specifically, we investigate concentrations of atmospheric aerosols, notably PM2.5 particulate matter originating from Canadian wildfires, dispersion patterns, and the duration and intensity of smoke events affecting the North Atlantic. Utilizing data from multiple instruments — including those from the Earth Polychromatic Imaging Camera (EPIC), the Cloud-Aerosol Lidar with Orthogonal Polarization (CALIOP Lidar), and Measurement of Pollution in the Troposphere (MOPITT) — strengthens the conclusions drawn from the impact assessment and estimation of aerosol loading. Ground-based measurements, including data from air quality monitoring stations, provide localized information for validation and calibration purposes.The study's findings enhance understanding of the repercussions of Canadian wildfires on air quality in the North Atlantic region, underscoring the necessity of monitoring and prediction of transboundary smoke events through the integration of data from diverse sources, such as those provided by the ASDC. This information is pivotal for policymakers, public health officials, and residents in affected areas to formulate effective strategies in mitigating health risks associated with wildfire smoke and improving air quality during wildfire seasons. The study emphasizes the critical role of atmospheric remote sensing, particularly the use of ASDC data, in addressing the challenges posed by wildfires and their consequences on regional scales.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,017
Score d'incertitude au seuil0,121

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,094
Tête enseignante GPT0,345
Écart entre enseignants0,250 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetFire effects on ecosystems→Travaux en français237 207→