MétaCan
Menu
Retour à la cohorte
Enregistrement W4395082757 · doi:10.1080/07370652.2024.2346327

Database of in-plume emission factors from open demilitarization of military ordnance

2024· article· en· W4395082757 sur OpenAlexfundaboutno aff
Johanna Aurell, Brian K. Gullett

Notice bibliographique

RevueJournal of Energetic Materials · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueToxic Organic Pollutants Impact
Établissements canadiensnon disponible
Organismes subventionnairesStrategic Environmental Research and Development ProgramAmes Research CenterUniversity of DaytonOffice of Research and DevelopmentU.S. Department of DefenseU.S. Environmental Protection AgencyMinistère de la Défense NationaleNational Aeronautics and Space Administration
Mots-clésExplosive materialDetonationSampling (signal processing)Environmental scienceDatabaseUnexploded ordnancePlumeParticulatesPollutantComputer scienceMeteorologyArchaeologyRemote sensingGeologyChemistryGeography

Résumé

récupéré en direct d'OpenAlex

A searchable database of emission factors from open burning, open detonation, and static firing of military ordnance and rocket motors has been developed and made available. Sampling and analytical results since 2010 have been compiled from seven campaigns in the USA and Canada at four different sites. Various ordnance types were used for multiple test scenarios varying location, soil covered/uncovered, metal-cased and uncased, and net explosive weight. Target compounds include, variously, particulate matter, metals, energetics, volatile organic compounds, and others. Data were primarily derived from unmanned aerial sampling methods using ordnance charge sizes and procedures representative of operational demilitarization operations. The database includes 1,212 emission factors for 39 different types of munitions and an array of pollutants where open burns accounted for 514 scenarios, static firing for 83, and open detonation for 614. The database will be of use for risk evaluations, environmental reporting requirements, and demilitarization operations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,132
Score d'incertitude au seuil0,994

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,015
Tête enseignante GPT0,267
Écart entre enseignants0,253 · 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 tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
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'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Energetic MaterialsMême sujetToxic Organic Pollutants ImpactTravaux en français237 207