MétaCan
Menu
Retour à la cohorte
Enregistrement W7058367215

Measurements of CO, HCN, and C2H6 total columns in smoke plumes transported from the 2010 Russian boreal forest fires to the Canadian high arctic

2013· article· en· W7058367215 sur OpenAlexaboutno aff

Notice bibliographique

RevueResearch Online (University of Wollongong) · 2013
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueMagnetic confinement fusion research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSmokeTrace gasBorealModerate-resolution imaging spectroradiometerAerosolTaigaAtmosphere (unit)Biomass burningArctic
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In August 2010, simultaneous enhancements of aerosol optical depth and total columns of carbon monoxide (CO), hydrogen cyanide (HCN), and ethane (C2H6) were observed at the Polar Environment Atmospheric Research Laboratory (PEARL, 80.05°N, −86.42°W, 0.61 km above sea level, Eureka, Nunavut, Canada). Moderate Resolution Imaging Spectroradiometer (MODIS) hot spots, Ozone Monitoring Instrument (OMI) aerosol index maps, and Hybrid Single Particle Lagrangian Integrated Trajectory (HYSPLIT) back-trajectories were used to attribute these enhancements to an intense boreal fire event occurring in Russia. A ground-based Fourier Transform InfraRed (FTIR) spectrometer at PEARL provided vertically integrated measurements of trace gases transported in smoke plumes. We derived HCN and C2H6 equivalent emission ratios with respect to CO of 0.0054 ± 0.0022 and 0.0108 ± 0.0036, respectively, and converted them into equivalent emission factors of 0.66 ± 0.27 g kg−1 and 1.47 ± 0.50 g kg−1 (in grams of gas per kilogram of dry biomass burnt, with one-sigma uncertainties). These emission factors add new observations to the relatively sparse datasets available and can be used to improve the simulation of biomass burning fire emissions in chemical transport models. These emission factors for the boreal forest are in agreement with the mean values recently reported in a compilation study.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,252
Score d'incertitude au seuil0,507

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,043
Tête enseignante GPT0,274
Écart entre enseignants0,231 · 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
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch Online (University of Wollongong)Même sujetMagnetic confinement fusion researchTravaux en français237 207