Annual variability of ice-nucleating particle concentrations at different Arctic locations
Notice bibliographique
Résumé
Number concentrations of ice-nucleating particles (NINP) in the Arctic were derived from ground-based filter samples. Examined samples had been collected in Alert (Nunavut, northern Canadian archipelago on Ellesmere Island), Utqiagvik, formerly known as Barrow (Alaska), Nyalesund (Svalbard), and at the Villum Research Station (VRS; northern Greenland). For the former two stations, examined filters span a full yearly cycle. For VRS, 10 weekly samples, mostly from different months of one year, were included. Samples from Ny-Alesund were collected during the months from March until September of one year. At all four stations, highest concentrations were found in the summer months from roughly June to September. For those stations with sufficient data coverage, an annual cycle can be seen. The spectra of NINP observed at the highest temperatures, i.e., those obtained for summer months, showed the presence of INPs that nucleate ice up to-5 °C. Although the nature of these highly ice-active INPs could not be determined in this study, it often has been described in the literature that ice activity observed at such high temperatures originates from the presence of ice-active material of biogenic origin. Spectra observed at the lowest temperatures, i.e., those derived for winter months, were on the lower end of the respective values from the literature on Arctic INPs or INPs from midlatitude continental sites, to which a comparison is presented herein. An analysis concerning the origin of INPs that were ice active at high temperatures was carried out using back trajectories and satellite information. Both terrestrial locations in the Arctic and the adjacent sea were found to be possible source areas for highly active INPs.
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) | 0,001 | 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 ».