MétaCan
Menu
← Retour à la cohorte
Enregistrement W4403890484 · doi:10.5194/egusphere-2024-1991-ac2

Reply on RC2

2024· peer-review· en· W4403890484 sur OpenAlexaff
Vitali Fioletov

Notice bibliographique

Revuenon disponible
Typepeer-review
Langueen
DomaineNursing
ThématiqueClinical Nutrition and Gastroenterology
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesnon disponible
Mots-clésComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract. The tropospheric NO2 vertical column density (VCD) values measured by the Tropospheric Monitoring Instrument (TROPOMI) were used to study the NO2 variability and estimate urban NOx emissions for 261 major cities worldwide. The used algorithm isolated three components in tropospheric NO2 data: background NO2, NO2 from urban sources, and from industrial point sources, and then each of these components was analyzed separately. The method is based on fitting satellite data by a statistical model with empirical plume dispersion functions driven by a meteorological reanalysis. Unlike other similar studies that studied plumes from emission point sources, this study included the background component as a function of the elevation in the analysis and separated urban emissions from emissions from industrial point sources. Population density and surface elevation data as well as coordinates of industrial sources were used in the analysis. The largest per capita emissions were found at the Middle East and the smallest were in India and South Africa. The largest background component was observed over China and parts of Europe, while the smallest was over South America, Australia, and New Zealand. Differences between workday and weekend emissions were also studied. Urban emissions on Sundays (or Fridays for some countries) are typically 20 %–50 % less than workday emissions for all regions except China. The background component typically does not show any significant differences between workdays and weekends suggesting that background NO2 has a substantially longer lifetime compared to that in the plumes.

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)0,003
score de la tête « metaresearch » (Gemma)0,027
Version: metacan-v3-hybrid-931329e0061cStatut 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: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,840
Score d'incertitude au seuil0,534

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,027
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,002
Communication savante0,0050,004
Science ouverte0,0040,003
Intégrité de la recherche0,0260,022
Charge utile insuffisante (le modèle a refusé de juger)0,1600,132

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 Opus0,065
Tête enseignante GPT0,392
Écart entre enseignants0,327 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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'admission1
Résumé présentoui

Explorer davantage

Même sujetClinical Nutrition and Gastroenterology→Travaux en français237 207→