MétaCan
Menu
Retour à la cohorte
Enregistrement W4400602116 · doi:10.1038/s41612-024-00712-3

Pan-Arctic methanesulfonic acid aerosol: source regions, atmospheric drivers, and future projections

2024· article· en· W4400602116 sur OpenAlexfundno aff
Jakob Pernov, Eliza Harris, Michele Volpi, Tamara Baumgartner, Benjamin Hohermuth, Stephan Henne, William H. Aeberhard, Silvia Becagli, Patricia K. Quinn, Rita Traversi, Lucia M. Upchurch, Julia Schmale

Notice bibliographique

Revuenpj Climate and Atmospheric Science · 2024
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric chemistry and aerosols
Établissements canadiensnon disponible
Organismes subventionnairesCornell Center for Materials ResearchEnvironment and Climate Change CanadaCanadian Armed Forces
Mots-clésMethanesulfonic acidEnvironmental scienceAerosolClimatologyAtmospheric sciencesArcticDimethyl sulfideDownwellingPrecipitationSea surface temperatureOceanographyMeteorologyGeographyUpwellingChemistryGeology

Résumé

récupéré en direct d'OpenAlex

Abstract Natural aerosols are an important, yet understudied, part of the Arctic climate system. Natural marine biogenic aerosol components (e.g., methanesulfonic acid, MSA) are becoming increasingly important due to changing environmental conditions. In this study, we combine in situ aerosol observations with atmospheric transport modeling and meteorological reanalysis data in a data-driven framework with the aim to (1) identify the seasonal cycles and source regions of MSA, (2) elucidate the relationships between MSA and atmospheric variables, and (3) project the response of MSA based on trends extrapolated from reanalysis variables and determine which variables are contributing to these projected changes. We have identified the main source areas of MSA to be the Atlantic and Pacific sectors of the Arctic. Using gradient-boosted trees, we were able to explain 84% of the variance and find that the most important variables for MSA are indirectly related to either the gas- or aqueous-phase oxidation of dimethyl sulfide (DMS): shortwave and longwave downwelling radiation, temperature, and low cloud cover. We project MSA to undergo a seasonal shift, with non-monotonic decreases in April/May and increases in June-September, over the next 50 years. Different variables in different months are driving these changes, highlighting the complexity of influences on this natural aerosol component. Although the response of MSA due to changing oceanic variables (sea surface temperature, DMS emissions, and sea ice) and precipitation remains to be seen, here we are able to show that MSA will likely undergo a seasonal shift solely due to changes in atmospheric variables.

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)0,000
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 enseignants0,072
Score d'incertitude au seuil0,142

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,010
Tête enseignante GPT0,227
Écart entre enseignants0,217 · 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

Citations9
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuenpj Climate and Atmospheric ScienceMême sujetAtmospheric chemistry and aerosolsTravaux en français237 207