Image Analysis of Wildfire Smoke Particles in Kamloops, British Columbia, Summer 2021
Notice bibliographique
Résumé
This dataset contains transmission electron microscopy (TEM) images and associated MATLAB files used for image processing of smoke particles collected during forest fires in Kamloops, British Columbia, Canada, in July 2021. Samples were obtained at 1259 Dalhousie Dr, Kamloops, BC V2C 5Z5 (BC Ministry of Environment) using thermophoretic sampling during both daytime (22 Jul. 2021, starting 10:41 am, ~ 1.5 hours duration) and nighttime (21 Jul. 2021, starting 18:48 pm, ~ 9 hours duration) conditions. The TEM images reveal a range of particle types, including soot (both fresh and coated), tarballs, ash-like structures, organics, and newly observed “softball” particles. Processed MATLAB data are included to reproduce the automated image analysis presented at the American Association for Aerosol Research (AAAR) 2022 Conference. Image segmentation was performed using k-means clustering, followed by morphological characterization of particle circularity, optical depth, and boundary sharpness. These metrics support differentiation of particle types and highlight differences in morphology between day and night samples. The particles were also manually classified based on visual assessment of their types. This dataset may be useful for researchers working on biomass burning emissions, aerosol particle morphology, atmospheric aging processes, and automated image analysis methods.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».