MétaCan
Menu
Retour à la cohorte
Enregistrement W1736471094 · doi:10.1139/f2011-174

Landscape heterogeneity influences carbon dioxide production in a young boreal reservoir

2012· article· en· W1736471094 sur OpenAlexafffundvenueabout
Soren Brothers, Paul A. del Giorgio, Cristian R. Teodoru, Yves T. Prairie

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric and Environmental Gas Dynamics
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesHydro-Québec
Mots-clésEnvironmental sciencePrimary productionCarbon dioxideBenthic zoneEcosystem respirationGreenhouse gasWater columnHypolimnionHydrology (agriculture)RespirationDissolved organic carbonBorealCarbon cycleEcosystemEcologyEnvironmental chemistryChemistryBiologyNutrientGeology

Résumé

récupéré en direct d'OpenAlex

Surface carbon dioxide (CO2) emissions exhibit a high degree of spatial heterogeneity in the young boreal Eastmain-1 hydroelectric reservoir, located in northern Quebec, Canada. Estimates of the individual components of net CO2 production within the reservoir (benthic respiration, water column respiration, and primary production) furthermore provide a link between the heterogeneity in surface CO2 emissions and the flooded landscapes below. Specifically, the preflood carbon stock and soil–sediment respiration rates of flooded landscapes were found to influence benthic CO2 production, the rate of decline of hypolimnetic dissolved organic carbon (DOC), and the estimated rate at which flooded landscapes release DOC, further influencing water column respiration rates. Estimates of the individual components of net CO2 production in Eastmain-1 are supported by a positive relationship (t test, r2 = 0.64, P < 0.01) between measured surface CO2 emissions (mean ± SE = 1540 ± 145.4 mg C·m–2·day–1) and independently derived estimates of total net CO2 production (mean ± SE = 1230 ± 162.4 mg C·m–2·day–1). Our findings emphasize the utility of fundamental landscape characterization prior to construction in predicting reservoir greenhouse gas emissions.

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 enseignants0,297
Score d'incertitude au seuil0,590

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,013
Tête enseignante GPT0,208
Écart entre enseignants0,196 · 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

Citations15
Publié2012
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic SciencesMême sujetAtmospheric and Environmental Gas DynamicsTravaux en français237 207