Chlorine Partitioning and Atmospheric Measurements During Continental Winter: Gas and particle-phase data from Toronto, Canada (2019)
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This dataset contains high-resolution gas-phase and particle-phase atmospheric measurements collected during late winter and early spring 2019 at the York University Air Quality Research Station in Toronto, Ontario, Canada. The data were gathered to investigate the partitioning and behavior of reactive chlorine under cold urban conditions and support the study “Exploring the Relationship Between Particle and Gas Phase Chlorine in Continental Winter” (Angelucci et al., 2025). Gas-phase measurements include hydrogen chloride (HCl) at 0.5 Hz frequency using a cavityring-down spectrometer (CRDS), along with nitrogen oxides (NO, NO₂) and ozone (O₃) recorded every 5 minutes. Particle-phase data were collected using a nano-MOUDI impactor and analyzed via ion chromatography to provide size-resolved ionic composition across 12 aerodynamic diameter bins. The dataset also includes supporting meteorological parameters (temperature, relative humidity, wind speed and direction), solar irradiance, and PM1 and PM10 mass concentrations derived from SMPS and TEOM instruments, respectively. All data streams were quality-controlled with rigorous calibration, blank corrections, and synchronization across instruments. The files are time-resolved and cross-referenced, enabling integrated analysis of chlorine speciation, secondary aerosol formation, and environmental conditions typical of continental winters in urban North America. This dataset is suitable for atmospheric chemists, air quality modelers, and researchers investigating halogen chemistry, urban pollution, and cold-season atmospheric processes.
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.
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 | 0,001 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle