Caractérisation des propriétés chimiques, physiques et optiques des matières particulaires atmosphériques dans le Grand Nord canadien
Bibliographic record
Abstract
Les aérosols atmosphériques, c’est-à-dire les matières particulaires, sont une source importante d’incertitudes dans les modèles climatiques. En raison de cette incertitude, il est important d’analyser la corrélation entre la composition, les propriétés physiques (par exemple la taille des particules) et les propriétés optiques des aérosols atmosphériques en utilisant différents instruments. Dans l’Arctique, l’impact du changement climatique se fait ressentir de façon plus rapide que la moyenne mondiale, d’où ce problème souligne le besoin important d’effectuer des mesures atmosphériques dans cette région. À cette fin, des mesures sur le terrain en rapport avec la composition des aérosols atmosphériques sont actuellement effectuées au Laboratoire de Recherche Atmosphérique sur l’Environnement Polaire (PEARL) à Eureka, au Nunavut (80N, 86O), afin de caractériser les aérosols dans le Grand Nord canadien. Les instruments déployés comprennent deux PAX (Photoacoustic Extinctiometers), qui mesurent la diffusion de la lumière et l’absorption des aérosols à 870 nm et 405 nm, ensuite un spectromètre de masse, appelé aussi AMS (Aerosol Mass Spectrometer), puis un OPC (Optical Particle Counter) et finalement un SMPS (Scanning Mobility Particle Sizer). En utilisant les données obtenues de ces instruments, qui sont opérationnels depuis août 2015 jusqu’en date d’aujourd’hui, il est possible d’observer des changements dans la distribution de la taille des aérosols et de leur concentration, en plus de changements concomitants dans leurs caractéristiques optiques. Plus particulièrement, les mesures actuelles des aérosols fournissent des observations à long terme sur la distribution de la taille des aérosols dans l’Arctique pour les deux modes extrêmes, soit pour les fines et grosses particules. Des événements sur le grossissement des particules ont été fréquemment observés pendant l’été 2015 et l’été 2016. Cependant, d’autres événements à long terme peuvent être observés au courant de l’année, comme l’événement d’une plume de pollution, ou même le phénomène de brume arctique qui se produit chaque hiver dans le Grand Nord canadien.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".