MétaCan
Menu
← Retour à la cohorte
Enregistrement W7097377036

Black carbon and organic arbon in aerosol particles from crown fires in the Canadian boreal forest

2016· article· en· W7097377036 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric chemistry and aerosols
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAerosolBorealTaigaParticulatesCrown (dentistry)Carbon blackTotal organic carbonCarbon fibers
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

[1] In the boreal forest, high-intensity crown fires account for an overwhelming proportion of the area burned yearly. Quantifying the amount of black carbon (BC) from boreal crown fires in Canada is essential for assessing the effect on regional climate from natural wildfire aeros l emissions versus that from anthropogenic activities. This is particularly relevantbecause c imate change will ikely ead to increased wildfire activity in northern Canada. During 4-5 July 1998, two controlled fires in Northwest Territories, Canada, were conducted as part of the International Crown Fire Modeling Experiment. We report here the BC and organic carbon (OC) compositions of aerosols produced during the flaming and smoldering stages of burning. Particles were collected on back-to-back quartz-fiber filters by helicopter with a hi-vol sampler and at ground level with a dichotomous sampler to separate the fine (≤2.5 µm diameter) and coarse (2.5-10 µm diameter) particle fractions. An analysis of the back filter in relation to the front filter from the dichot sampler for both the fine and coarse fractions provided a means to correct for the adsorption of gas-phase organic compounds on filters (positive artifact) and for the loss of particulate carbon from filters by volatilization (negative artifact). BC and OC masses, which combine here to give total carbon (TC), were determined by the thermal-optical method. The BC to TC ratio for the flaming stage was 0.085

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 enseignants0,125
Score d'incertitude au seuil0,251

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 technologies0,0020,000
Communication savante0,0010,000
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 Opus0,010
Tête enseignante GPT0,184
Écart entre enseignants0,174 · 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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAtmospheric chemistry and aerosols→Travaux en français237 207→