MétaCan
Menu
Retour à la cohorte
Enregistrement W4396633202 · doi:10.5194/gmd-17-3579-2024

Validation and analysis of the Polair3D v1.11 chemical transport model over Quebec

2024· article· en· W4396633202 sur OpenAlexafffundabout
Shoma Yamanouchi, Shayamilla Mahagammulla Gamage, Sara Torbatian, Jad Zalzal, Laura Minet, Audrey Smargiassi, Ying Liu, Ling Liu, Forood Azargoshasbi, Jinwoong Kim, Youngseob Kim, Daniel Yazgi, Marianne Hatzopoulou

Notice bibliographique

RevueGeoscientific model development · 2024
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric chemistry and aerosols
Établissements canadiensHealth CanadaUniversité de MontréalUniversity of VictoriaEnvironment and Climate Change CanadaUniversity of Toronto
Organismes subventionnairesHealth Canada
Mots-clésAir quality indexEnvironmental scienceAir pollutionOzoneChemical transport modelPollutantPollutionNitrogen dioxideAtmospheric sciencesSpatial variabilityMeteorologyClimatologyGeographyGeologyStatisticsChemistry

Résumé

récupéré en direct d'OpenAlex

Air pollution is a major health hazard, and while air quality overall has been improving in industrialized nations, pollution is still a major economic and public health issue, with some species, such as ozone (O 3 ), still exceeding the standards set by governing agencies. Chemical transport models (CTMs) are valuable tools that aid in our understanding of the risks of air pollution both at local and regional scales. In this study, the Polair3D v1.11 CTM of the Polyphemus air quality modeling platform was set up over Quebec, Canada, to assess the model's capability in predicting key air pollutant species over the region, at seasonal temporal scales and at regional spatial scales. The simulation by the model included three nested domains, at horizontal resolutions of 9 km by 9 km and 3 km by 3 km, as well as two 1 km by 1 km domains covering the cities of Montréal and Québec. We find that the model captures the spatial variability and seasonal effects and, to a lesser extent, the hour-by-hour or day-to-day temporal variability for a fixed location. The model at both the 3 km and the 1 km resolution struggled to capture high-frequency temporal variability and showed large variabilities in correlation and bias from site to site. When comparing the biases and correlation at a site-wide scale, the 3 km domain showed slightly higher correlation for carbon monoxide (CO), nitrogen dioxide (NO 2 ), and nitric oxide (NO), while ozone (O 3 ), sulfur dioxide (SO 2 ), and PM 2.5 showed slight increases in correlation at the 1 km domain. The performance of the Polair3D model was in line with other models over Canada and comparable to Polair3D's performance over Europe.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,053
Score d'incertitude au seuil0,107

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0020,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,013
Tête enseignante GPT0,203
Écart entre enseignants0,190 · 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'étudeSimulation ou modélisation
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

Citations3
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueGeoscientific model developmentMême sujetAtmospheric chemistry and aerosolsTravaux en français237 207