Correlation between concentration of particulate matter 2.5 and solar energy production in Brooklyn, NY
Notice bibliographique
Résumé
Many people have started using solar panels in recent years. Switching to renewable energy sources can greatly decrease the amount of carbon emissions that contribute to climate change. One effect of climate change is a rise in wildfires. Smoke from wildfires can be detrimental to human health by increasing the air quality index (AQI). In June 2023, the AQI drastically increased in Brooklyn, New York due to fires in British Columbia from the west to Quebec and Nova Scotia in the east. We hypothesized that particulate matter (PM) 2.5 would negatively affect solar energy production because when the sun’s rays are blocked by clouds or smoke, there is usually less solar energy production. Our hypothesis was supported given that during the month of the fires across British Columbia, Quebec, and Nova Scotia, the PM 2.5 concentration had a strong negative correlation to solar energy production (p = 0.05). Throughout the rest of the year, the PM 2.5 concentration generally did not have an effect on solar energy production. PM 2.5’s positive correlation with solar production was measured against cloud cover and wind speed as benchmarks for a strong and weak negative correlation. Our findings can help determine what factors should be considered when deciding where to install solar panels or to place solar fields. By making renewable energy more effective we hope that more individuals will choose to switch away from carbon fuel sources.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».