MétaCan
Menu
Retour à la cohorte
Enregistrement W4403087444 · doi:10.1071/wf23148

Is the smoke aloft? Caveats regarding the use of the Hazard Mapping System (HMS) smoke product as a proxy for surface smoke presence across the United States

2024· article· en· W4403087444 sur OpenAlexaff
Tianjia Liu, Frances Marie Panday, Miah C. Caine, Makoto Kelp, Drew C. Pendergrass, Loretta J. Mickley, Evan Ellicott, Miriam E. Marlier, Ravan Ahmadov, Eric James

Notice bibliographique

RevueInternational Journal of Wildland Fire · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueEvacuation and Crowd Dynamics
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesClimate Program OfficeNational Science Foundation
Mots-clésSmokeProxy (statistics)Environmental scienceHazardGeographyEnvironmental healthMeteorologyComputer scienceMedicineEcologyBiology

Résumé

récupéré en direct d'OpenAlex

Background NOAA’s Hazard Mapping System (HMS) smoke product comprises smoke plumes digitised from satellite imagery. Recent studies have used HMS as a proxy for surface smoke presence. Aims We compare HMS with airport observations, air quality station measurements and model estimates of near-surface smoke. Methods We quantify the agreement in numbers of smoke days and trends, regional discrepancies in levels of near-surface smoke fine particulate matter (PM2.5) within HMS polygons, and separation of total PM2.5 on smoke and non-smoke days across the contiguous US and Alaska from 2010 to 2021. Key results We find large overestimates in HMS-derived smoke days and trends if we include light smoke plumes in the HMS smoke day definition. Outside the western US and Alaska, near-surface smoke PM2.5 within areas of HMS smoke plumes is low and almost indistinguishable across density categories, likely indicating frequent smoke aloft. Conclusions Compared with airport, Environmental Protection Agency (EPA) and model-derived estimates, HMS most closely reflects surface smoke in the Pacific and Mountain regions and Alaska when smoke days are defined using only heavy plumes or both medium and heavy plumes. Implications We recommend careful consideration of biases in the HMS smoke product for air quality and public health assessments of fires.

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 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 enseignants0,067
Score d'incertitude au seuil0,476

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 savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,044
Tête enseignante GPT0,297
Écart entre enseignants0,252 · 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.

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

Citations28
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Wildland FireMême sujetEvacuation and Crowd DynamicsTravaux en français237 207