MétaCan
Menu
← Retour à la cohorte
Enregistrement W4407635216 · doi:10.5194/egusphere-2025-395-rc1

Comment on egusphere-2025-395

2025· peer-review· en· W4407635216 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typepeer-review
Langueen
DomaineSocial Sciences
ThématiqueArctic and Russian Policy Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychologyPsychoanalysis

Résumé

récupéré en direct d'OpenAlex

Abstract. The physical and chemical properties of biomass burning (BB) smoke particles vary with fuel type and burning conditions, greatly affecting their impact on climate and air quality. However, the factors affecting smoke particle properties are not well characterized on a global scale, and the factors controlling their evolution during transport are not well constrained. From observations of the Multi-Angle Imaging Spectrometer (MISR) instrument aboard NASA’s Terra satellite, smoke aerosol optical depth (AOD) can be retrieved, along with constraints on near-sourced plume vertical extent, smoke age, and particle size, shape, light-absorption, and absorption spectral dependence. Previous work demonstrated the robust, statistical characterization of BB particles across Canada and Alaska using MISR and other remote sensing data. Here we expand upon this work, studying over 3,600 wildfire plumes across Siberia. We leverage the MISR Research Aerosol (RA) algorithm to retrieve smoke particle properties and the MISR Interactive Explorer (MINX) tool to retrieve plume heights and the associated wind vectors. These results are compared statistically to available observations of fire radiative power (FRP), land cover characteristics, and meteorological information. Correlations appear between the retrieved smoke particle properties, smoke age, local ambient conditions, and fuel type, allowing us in many cases to infer the dominant aging mechanisms and the timescales over which they occur. Specifically, we find that plumes located in areas with higher peat content are subject to less oxidation and condensation/hydration compared to other plume types (e.g., forest and grassland), and are predominantly affected by dilution instead.

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)0,002
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,484
Score d'incertitude au seuil0,691

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,001
Communication savante0,0040,003
Science ouverte0,0020,002
Intégrité de la recherche0,0150,008
Charge utile insuffisante (le modèle a refusé de juger)0,5160,344

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 GPT0,400
Écart entre enseignants0,335 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetArctic and Russian Policy Studies→Travaux en français237 207→