MétaCan
Menu
Retour à la cohorte
Enregistrement W1826238075 · doi:10.1029/2006gb002854

Sediment organic carbon burial in agriculturally eutrophic impoundments over the last century

2008· article· en· W1826238075 sur OpenAlexaff
John Downing, J. J. Cole, Jack J. Middelburg, R. G. Striegl, Carlos M. Duarte, Pirkko Kortelainen, Yves T. Prairie, Keith Allen Laube

Notice bibliographique

RevueGlobal Biogeochemical Cycles · 2008
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCoastal wetland ecosystem dynamics
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésSedimentTotal organic carbonWatershedEutrophicationEnvironmental scienceDeposition (geology)Hydrology (agriculture)GeologyNutrientEcologyGeomorphology

Résumé

récupéré en direct d'OpenAlex

We estimated organic carbon (OC) burial over the past century in 40 impoundments in one of the most intensively agricultural regions of the world. The volume of sediment deposited per unit time varied as a function of lake and watershed size, but smaller impoundments had greater deposition and accumulation rates per unit area. Annual water storage losses varied from 0.1–20% and were negatively correlated with impoundment size. Estimated sediment OC content was greatest in lakes with low ratios of watershed to impoundment area. Sediment OC burial rates were higher than those assumed for fertile impoundments by previous studies and were much higher than those measured in natural lakes. OC burial ranged from a high of 17,000 g C m−2 a−1 to a low of 148 g C m−2 a−1 and was significantly greater in small impoundments than large ones. The OC buried in these lakes originates in both autochthonous and allochthonous production. These analyses suggest that OC sequestration in moderate to large impoundments may be double the rate assumed in previous analyses. Extrapolation suggests that they may bury 4 times as much carbon (C) as the world's oceans. The world's farm ponds alone may bury more OC than the oceans and 33% as much as the world's rivers deliver to the sea.

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)0,001
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 enseignants0,021
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,005
Tête enseignante GPT0,191
Écart entre enseignants0,186 · 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

Citations524
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Biogeochemical CyclesMême sujetCoastal wetland ecosystem dynamicsTravaux en français237 207