MétaCan
Menu
← Retour à la cohorte
Enregistrement W4413638248 · doi:10.5194/egusphere-2025-3007-rc2

Comment on egusphere-2025-3007

2025· peer-review· en· W4413638248 sur OpenAlexaffabout

Notice bibliographique

Revuenon disponible
Typepeer-review
Langueen
DomaineSocial Sciences
ThématiqueArctic and Russian Policy Studies
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesnon disponible
Mots-clésEnvironmental scienceComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract. Aviation-induced clouds, especially persistent contrails, contribute significantly to anthropogenic climate forcing, often surpassing the short-term impact of aviation CO2 emissions. These clouds form in ice-supersaturated regions, where they trap longwave radiation and warm the climate. On 25 November 2023, widespread ice-supersaturated layers over eastern Canada and the USA led to extensive contrail formation, confirmed by GOES-16 satellite imagery and ground-based photography. Atmospheric conditions were characterized using ceilometer data from Toronto Pearson Airport and radiosonde soundings. High-resolution simulations were conducted using the Global Environmental Multiscale (GEM) model with the Predicted Particle Properties (P3) microphysics scheme. The Contrail Avoidance Tool (CoAT), incorporating Schmidt-Appleman Criteria and a wake vortex model, simulated persistent contrail formation and properties. Sensitivity tests adjusting ice depositional growth rates evaluated their impact on ice supersaturation. Results indicate that the control (CNTL) simulation underestimated relative humidity over ice (RHi), a common limitation where moisture is depleted too rapidly. Reduced depositional growth rates improved RHi forecasts and contrail-forming regions. However, GEM-CoAT underestimated contrail depth and ice number concentration in very shallow high-RHi layers. CoAT simulations also revealed that SAC alone is insufficient, as wake vortex dynamics can induce adiabatic warming, leading to ice particle sublimation. Further analysis examined contrail formation for two aircraft types (A321 and B747). The B747 generated deeper wake vortices, enhancing adiabatic heating and reducing contrail ice number concentrations by 27 % in sensitivity simulations and 78 % in the CNTL simulations. Adjusting depositional growth rates allowed GEM-CoAT to accurately simulate contrail formation and persistence.

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)0,001
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,386
Score d'incertitude au seuil0,876

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0040,002
Science ouverte0,0020,002
Intégrité de la recherche0,0160,007
Charge utile insuffisante (le modèle a refusé de juger)0,3860,250

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 Opus0,066
Tête enseignante GPT0,404
Écart entre enseignants0,338 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

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'admission2
Résumé présentoui

Explorer davantage

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