MétaCan
Menu
Retour à la cohorte
Enregistrement W4413157144 · doi:10.22541/essoar.175510608.85731700/v1

Ocean Outgassing of Methyl Chloroform as an Underestimated Source of Emission

2025· preprint· en· W4413157144 sur OpenAlexaboutno aff
Peidong Wang, Susan Solomon, Jeffery R. Scott, S. A. Yvon‐Lewis, P. O. Wennberg, Ray F. Weiss, Matthew Rigby, Minde An

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueWater Quality Monitoring and Analysis
Établissements canadiensnon disponible
Organismes subventionnairesNatural Environment Research CouncilNuclear Safety and Security CommissionMassachusetts Green High Performance Computing CenterNational Aeronautics and Space AdministrationNational Oceanic and Atmospheric AdministrationNational Science Foundation
Mots-clésOutgassingChloroformAstrobiologyEnvironmental sciencePhysicsChemistryAstronomyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Methyl chloroform (MCF) is a synthetic ozone-depleting substance used as an industrial solvent. Its primary sink is reaction with the hydroxyl radical (OH), making it a key tracer for estimating atmospheric oxidative capacity. Following Montreal Protocol regulations, MCF emissions declined rapidly after the 1990s. However, the recent slowdown in atmospheric MCF decay suggests persistent emissions and/or declining OH (contradicting chemistry-climate models projecting increasing OH). The air-sea exchange of MCF has been poorly constrained due to limited observations and simplified ocean representations. We simulate oceanic MCF fluxes using a modern ocean reanalysis and validate with depth-resolved observations. Results suggest the ocean has shifted from a net sink to a net source around 2005, outgassing 0.5 Gg yr-1 in the 2010s (up to 30% of inferred MCF emissions). This ocean outgas is an order of magnitude larger than previous estimates and can have important implications for interpreting OH levels from MCF records.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,060
Score d'incertitude au seuil0,120

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,034
Tête enseignante GPT0,323
Écart entre enseignants0,289 · 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 sujetWater Quality Monitoring and AnalysisTravaux en français237 207