MétaCan
Menu
Retour à la cohorte
Enregistrement W153462018

Soil and permafrost carbon and nitrogen content map of the Herschel Island based on ecological units

2013· article· en· W153462018 sur OpenAlexaboutno aff
Jaroslav Obu, Hugues Lantuit, Michael Fritz, Birgit Heim, Lutz Schirrmeister, Juliane Wolter, Isla H. Myers‐Smith

Notice bibliographique

RevueHelmholtz-Zentrum für Polar-und Meeresforschung (Alfred-Wegener-Institut) · 2013
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPermafrostThermokarstEnvironmental scienceArcticErosionCarbon fibersHydrology (agriculture)Total organic carbonEcologyOceanographyGeologyGeomorphology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Carbon and nitrogen are two of basic nutrients that control primary production and organism growth in Arctic Seas. Consequently their contents control further geochemical and biological processes including potential releases of carbon dioxide and methane. Nutrients are delivered to sea by coastal erosion and river discharge. Knowing the exact amounts of carbon and nitrogen that are available for transport is crucial for further estimates of nutrient cycling and gas fluxes.
\nStudy area is Herschel Island which is situated in the northern part of Yukon Coast. Island and its coasts are highly ground ice rich and thus subjected to rapid coastal erosion and thermokarst processes. Great amounts of sediments, including carbon and nitrogen, are transported to the near-shore zone each year by coastal erosion, retrogressive thaw slump activity and fluvial action. 
\nFinal goal of research is to produce maps of soil organic carbon and nitrogen. Thirteen cores up to two meters depth were obtained from different ecological units on Herschel Island during the expedition in 2013. Samples are being analysed for CNS contents with combustion method. Carbon and nitrogen values will be averaged for the whole core column. Point data will be extrapolated to the whole island, based on the assumption that contents are homogenous within ecological units. Latter were produced from RapidEye multispectral imagery and training areas that were also collected during expedition in 2013.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,101
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,035
Tête enseignante GPT0,231
Écart entre enseignants0,197 · 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 tête enseignante, pas un consensus.

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
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHelmholtz-Zentrum für Polar-und Meeresforschung (Alfred-Wegener-Institut)Même sujetClimate change and permafrostTravaux en français237 207