MétaCan
Menu
Retour à la cohorte
Enregistrement W4400831708 · doi:10.5194/amt-17-4291-2024

Quantifying the uncertainties in thermal–optical analysis of carbonaceous aircraft engine emissions: an interlaboratory study

2024· article· en· W4400831708 sur OpenAlexafffund
Timothy A. Sipkens, Joel C. Corbin, Brett Smith, S. Gagné, Prem Lobo, Benjamin T. Brem, Mark P. Johnson, Gregory J. Smallwood

Notice bibliographique

RevueAtmospheric measurement techniques · 2024
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric chemistry and aerosols
Établissements canadiensNational Research Council Canada
Organismes subventionnairesBundesamt für ZivilluftfahrtTransport Canada
Mots-clésSootParticulatesEnvironmental scienceAerosolReproducibilityCombustionCalibrationCarbon fibersAir pollutionFraction (chemistry)Environmental chemistryAtmospheric sciencesMeteorologyChemistryMaterials sciencePhysics

Résumé

récupéré en direct d'OpenAlex

Carbonaceous particles, such as soot, make up a notable fraction of atmospheric particulate matter and contribute substantially to anthropogenic climate forcing, air pollution, and human health impacts. Thermal–optical analysis (TOA) is one of the most widespread methods used to speciate carbonaceous particles and divides total carbon (TC) into the operationally defined quantities of organic carbon (OC; carbon that has evolved during slow heating in an inert atmosphere) and elemental carbon (EC). While multiple studies have identified fundamental scientific reasons for uncertainty in distinguishing OC and EC, far fewer studies have reported on between-laboratory reproducibility. Moreover, existing reproducibility studies have focused on complex atmospheric samples. The real-time instruments used for regulatory measurements of the mass concentration of aircraft engine non-volatile particulate matter (nvPM) emissions are required to be calibrated to the mass of EC, as determined by TOA of the filter-sampled emissions of a diffusion flame combustion aerosol source (DFCAS). However, significant differences have been observed in the calibration factor for the same instrument based on EC content determined by different calibration laboratories. Here, we report on the reproducibility of TC, EC, and OC quantified using the same TOA protocol, instrument model (Model 5L, Sunset Laboratory), and software settings (auto-split-point: Calc405) across five different laboratories and instrument operators. Six unique data sets were obtained, with one laboratory operating two instruments. All samples were collected downstream of an aircraft engine after treatment with a catalytic stripper to remove volatile organics. Between-laboratory contributions made up a majority of the within-filter uncertainties for EC and TC, even for these relatively well-controlled samples. Overall, expanded ( k = 2) uncertainties due to measurement reproducibility correspond to 17 %, 15 %, and 13 % of the nominal values for EC, OC, and TC, respectively, and 7.3 % in the EC / TC ratio. These values are lower than previous studies, including atmospheric samples without volatile organic removal; therefore, they likely represent lower limits for the uncertainties of the TOA method.

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)0,054
score de la tête « metaresearch » (Gemma)0,069
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 enseignants0,054
Score d'incertitude au seuil0,286

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0540,069
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0030,003
Études des sciences et des technologies0,0020,003
Communication savante0,0040,001
Science ouverte0,0020,003
Intégrité de la recherche0,0020,001
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 Opus0,040
Tête enseignante GPT0,274
Écart entre enseignants0,234 · 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'admission2
Résumé présentoui

Explorer davantage

Même revueAtmospheric measurement techniquesMême sujetAtmospheric chemistry and aerosolsTravaux en français237 207