MétaCan
Menu
Retour à la cohorte
Enregistrement W7001246023

Isotopic composition of H<sub>2</sub> from wood burning: Dependency on combustion efficiency, moisture content, and δD of local precipitation

2010· article· en· W7001246023 sur OpenAlexaboutno aff

Notice bibliographique

RevueMax Planck Digital Library · 2010
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric chemistry and aerosols
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPrecipitationCombustionDeltaBiomass (ecology)Water contentBiomass burningComposition (language)MoistureSampling (signal processing)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Differences in isotopic composition between the various sources of H-2 are large, but only a few measurements have been carried out to constrain them. Two conflicting values have been published for H-2 from biomass burning. Both rely on the assumption that the isotopic composition of H-2 should scale with the isotopic composition of the precipitation at the location where the biomass grew. Here we test this hypothesis using 18 wood samples collected from various locations around the globe. The sample locations cover a range of delta D content of H-2 in precipitation, from below -120 parts per thousand in Siberia and Canada to -15 parts per thousand in Zimbabwe. The results confirm the predicted dependence of the H-2 isotopic composition on the precipitation in the sampling region. The water content itself is found to at most slightly affect the results. Furthermore, delta D of H-2 depends strongly on combustion efficiency. Thus, the isotopic composition of H-2 from biomass burning shows a strong variability around the globe and between different stages of a fire. It is suggested that, rather than a global bulk number, global models that attempt to reproduce the spatial and temporal distribution of delta D in H-2 should incorporate explicitly the variability of delta D(H-2) from biomass burning on delta D in precipitation.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
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 Opus0,008
Tête enseignante GPT0,169
Écart entre enseignants0,161 · 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'étudeExpérimental (laboratoire)
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
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMax Planck Digital LibraryMême sujetAtmospheric chemistry and aerosolsTravaux en français237 207