Comment on egusphere-2025-2981
Notice bibliographique
Résumé
Abstract. Recent studies suggest that emissions from large forest fires affect stratospheric chemistry, dynamics, and climate, similar to major volcanic eruptions. Using the chemistry-climate model EMAC, we demonstrate that organic carbon emitted from forest fires, injected into the stratosphere through pyro-cumulonimbi, enhances heterogeneous chlorine activation due to increased solubility of HCl in particles containing organic acids and an augmented aerosol surface area. Following the 2019/2020 Australian megafires, the upward transport of the pollution plumes resulted in enhanced ozone depletion in the Southern Hemisphere lower stratosphere, as corroborated by satellite observations. It diminished column ozone in the following two years, accompanied by a dynamically induced reduction in 2020 due to the lofting of smoke-filled vortices, in total by up to 45 DU. The eruption of the submarine Hunga Tonga volcano in January 2022 caused a decline in total ozone across the entire Southern Hemisphere. The water vapour injection from the volcano altered only the vertical distribution of ozone loss. The sunlight-absorbing aerosol from the combined Australian and Canadian forest fire emissions in 2019/2020 induced the most significant perturbation in stratospheric optical depth since the major eruption of Pinatubo in 1991. It shifted the sign of instantaneous stratospheric aerosol forcing, derived at the top of the atmosphere, from −0.2 Wm-2 to +0.3 Wm-2 in January 2020. The global aerosol radiative forcing resulting from the Hunga Tonga eruption was −0.13 Wm-2, primarily driven by changes in stratospheric sulfate aerosols. The positive radiative forcing from the injected water vapour was minimal.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,014 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,509 | 0,356 |
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 source (Gemma direct ou Codex distillé), 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 ».