Evaluation data for "Global, high-resolution, reduced-complexity air quality modeling for PM2.5 using InMAP (Intervention Model for Air Pollution)"
Notice bibliographique
Résumé
This zip file contains data for performing Global InMAP model runs and evaluations. To the extent that any of the data is covered by third party licenses, it is the responsibility of the user to follow the terms of those licenses. A description of the contents of this directory is below: measurements.csv Vetted global dataset of ground-level annual-average measurements of total PM2.5 and species (pNO3, pSO4, pNH4) compiled from monitoring networks, used for model performance evaluation. Data sources are: World Health Organization (Global), European Environment Agency (Europe), National Air Pollution Surveillance Program (Canada), Environmental Protection Agency (United States of America), Central Pollution Control Board (India), Australian Government State of the Environment (Australia), and Acid Deposition Monitoring Network In East Asia (EANET) (East Asia). population directory Population count data is from the Gridded Population of The World (v4.10) projected to year 2020. The data is in 15x15 arcminute grids, except for in grid cells where the population is above 80,000, where the population data is 30x30 arcseconds. GlobalInMAPData_v1.ncf Regular-grid Global InMAP input data for the year 2005 for use as the "InMAPData" variable in the InMAP configuration file. It was created from GEOS-Chem v.11-01 simulation outputs with the 'inmap preproc' command. global_inmap_004x003_v1.1.0.gob Global InMAP variable grid resolution input data for coords for year 2016 for use as the "VariableGridData" variable in the InMAP configuration file. It was created with the 'inmap grid' command using GlobalInMAPData_v1.ncf and population.shp. 2016_emissions directory Total PM2.5 and precursor emissions to arrive at total PM2.5 concentrations from Global InMAP. Units for polygonized emissions inputs (shapefiles) are short (US) tons/yr, and units for gridded emissions inputs (NetCDF files) are kg/yr. global_emission_changes directory nh3.nc, nox.nc, and sox.nc are gridded emissions for changes in inorganic precursors for comparing Global InMAP and GEOS-Chem. Units are kg/yr. NH4-gc.nc, NIT-gc.nc, and SO4-gc.nc are results for changes in concentrations arising from these changes in emissions for 3 months, 1 month, and 2 months. usa_emission_changes directory Emissions for comparing Global InMAP and US InMAP (described in Tessum et al., 2017). Emissions are derived using the United States National Emissions Inventory (NEI) 2014v.1, processed exactly as in Thakrar et al., 2020. Emissions are coal-powered electricity generation (NEI Source Classification Code: 10100212) and gasoline passenger vehicles (NEI Source Classification Code: 2201210080). Units are ug/s. Tessum, C.W.; Hill, J.D.; Marshall, J.D. InMAP: A model for air pollution interventions. PloS One 2017, 12 (4) e0176131. Thakrar, S.K.; Balasubramanian, S.; Adams, P.J.; Azevedo, I.M.; Muller, N.Z.; Pandis, S.N.; Polasky, S.; Pope III, C.A.; Robinson, A.L.; Apte, J.S.; Tessum, C.W.; Marshall, J.D.; Hill; J.D. Reducing mortality from air pollution in the United States by targeting specific emission sources. Environmental Science & Technology Letters 2020, 7(9), pp.639-645. Gridded Population of the World, Version 4 (GPWv4): National Identifier Grid. Palisades, NY: NASA Socioeconomic Data and Applications Center (SEDAC). http://dx.doi.org/10.7927/H41V5BX1.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,096 | 0,040 |
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».