MétaCan
Menu
Retour à la cohorte
Enregistrement W4406152380 · doi:10.5194/acp-26-5653-2026

Satellite-based evidence of dust emission over Northern Canada

2025· preprint· en· W4406152380 sur OpenAlexafffundabout
Ian Ashpole, Aldona Wiacek

Notice bibliographique

RevueAtmospheric chemistry and physics · 2025
Typepreprint
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAeolian processes and effects
Établissements canadiensSaint Mary's University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Space AgencySaint Mary’s University
Mots-clésSatelliteRemote sensingEnvironmental scienceMeteorologyGeographyClimatologyGeologyPhysicsAstronomy

Résumé

récupéré en direct d'OpenAlex

Abstract. High latitude dust (HLD) is receiving growing research interest as its relative impact in the Arctic has been elucidated. Precise knowledge of HLD emission locations is limited in both field studies and satellite observations, leading to a general lack of representation in global models. Using the Frequency of Occurrence (FoO) of above-average Dust Optical Depth (DOD > 0.5) from twenty years (2002–2022) of high-resolution MODIS observations derived for this study (0.1° x 0.1°), we present quantitative evidence that dust sources are widespread across the Canadian Arctic. Additionally, we present qualitative supporting evidence from aerosol type ‘dust’ classifications in VIIRS and CALIPSO satellite data products, as well as some challenges of comparing MODIS AOD to two co-located AERONET sites. The HLD hotspots identified in the “Canadian Arctic Dust Belt” correspond to surfaces with high potential for dust emission in the G-SDS-SBM dataset. There are more areas where hotspots are observed but emission potential is low than the opposite case; additionally, two considerable areas of dust emission are identified at lower latitudes in mainland Canada. When spatially averaged across the broad dust producing region (65° N – 85° N, 125° W – 70° W), annual mean time series of FoO of MODIS DOD > 0.5 suggest an increase in the frequency of dustiness in the latter decade, consistent with our understanding that HLD emissions are increasing in a warming climate. These results further motivate model development to include HLD sources and provide an observational basis for evaluating them.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,010
Score d'incertitude au seuil0,070

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,000
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 Opus0,008
Tête enseignante GPT0,210
Écart entre enseignants0,202 · 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

Citations0
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAtmospheric chemistry and physicsMême sujetAeolian processes and effectsTravaux en français237 207