MétaCan
Menu
Retour à la cohorte
Enregistrement W4408485662 · doi:10.5194/egusphere-egu25-18252

Impact of wildfires on air quality as seen by IAGOS in-situ measurements

2025· preprint· en· W4408485662 sur OpenAlexaboutno aff
Y. Bennouna, Hannah Clark, Pawel Wolff, V. Thouret, Romain Blot, Philippe Nédélec, Damien Boulanger

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality Monitoring and Forecasting
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEnvironmental scienceQuality (philosophy)In situMeteorologyRemote sensingGeologyPhysics

Résumé

récupéré en direct d'OpenAlex

For thirty years, the European Research Infrastructure IAGOS (In-Service Aircraft for a Global Observing System) has been equipping commercial aircraft with instruments to measure atmospheric composition on long-haul flights around the world. Ten aircraft are currently equipped with IAGOS instruments to measure ozone, and the precursors carbon monoxide and nitrous oxides from the surface to the upper-troposphere during landing and take-off at worldwide airports, and at cruise altitude where we observe the long-range transport of polluted airmasses. We analyse the transport of biomass burning pollutants from the intense Canadian wildfire seasons of 2023 and 2024 which impacted air-quality in North America and in Europe, and the extreme wildfires over the Amazon in 2024 that impacted air quality in South American cities. The significance of these events is interpreted within the context of the 30-year climatology. The events will be compared with forecasts and analyses from the Copernicus Atmosphere Monitoring Service's global and regional models (projects CAMS2_82 and CAMS2_83) and we further highlight the role of IAGOS in developing air-quality networks in susceptible urban areas (project RI-URBANS) and the impacts of heatwaves and wildfires on air-quality in a changing climate (project IRISCC).

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 enseignants0,038
Score d'incertitude au seuil0,076

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
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 Opus0,085
Tête enseignante GPT0,377
Écart entre enseignants0,292 · 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'admission1
Résumé présentoui

Explorer davantage

Même sujetAir Quality Monitoring and ForecastingTravaux en français237 207