Pan‐Arctic patterns in black carbon sources and fluvial discharges deduced from radiocarbon and PAH source apportionment markers in estuarine surface sediments
Notice bibliographique
Résumé
A pan‐arctic geospatial picture of black carbon (BC) characteristics was obtained from the seven largest arctic rivers by combining with molecular combustion markers (polycyclic aromatic hydrocarbons) and radiocarbon ( 14 C) analysis. The results suggested that the contribution from modern biomass burning to BC ranged from low in the Yukon (8%) and Lena (5%) Rivers to high in the Yenisey River (88%). The Mackenzie River contributed almost half of the total arctic fluvial BC export of 202 kton a −1 (kton = 10 9 g), with the five Russian‐Arctic rivers contributing 10–36 kton a −1 each. The 14 C‐based source estimate of fluvially exported BC to the Arctic Ocean, weighted by the riverine BC fluxes, amount to about 20% from vegetation/biofuel burning and 80% from 14 C‐extinct sources such as fossil fuel combustion and relict BC in uplifted source rocks. Combining these pan‐arctic data with available estimates of BC export from other rivers gave a revised estimate of global riverine BC export flux of 26 × 10 3 kton a −1 . This is twice higher than a single previous estimate and confirms that river export of BC is a more important pathway of BC to the oceans than direct atmospheric deposition.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,000 | 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 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 ».