Uncertainty assessment of a polygon database of soil organic carbon for greenhouse gas reporting in Canada’s Arctic and sub-arctic
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Canada’s Arctic and sub-arctic consist 46% of Canada’s landmass and contain 45% of the total soil organic carbon (SOC). Pronounced climate warming and increasing human disturbances could induce the release of this SOC to the atmosphere as greenhouse gases. Canada is committed to estimating and reporting the greenhouse gases emissions and removals induced by land use change in the Arctic and sub-arctic. To assess the uncertainty of the estimate, we compiled a site-measured SOC database for Canada’s north, and used it to compare with a polygon database, that will be used for estimating SOC for the UNFCCC reporting. In 10 polygons where 3 or more measured sites were well located in each polygon, the site-averaged SOC content agreed with the polygon data within ±33% for the top 30 cm and within ±50% for the top 1 m soil. If we directly compared the SOC of the 382 measured sites with the polygon mean SOC, there was poor agreement: The relative error was less than 50% at 40% of the sites, and less than 100% at 68% of the sites. The relative errors were more than 400% at 10% of the sites. These comparisons indicate that the polygon database is too coarse to represent the SOC conditions for individual sites. The difference is close to the uncertainty range for reporting. The spatial database could be improved by relating site and polygon SOC data with more easily observable surface features that can be identified and derived from remote sensing imagery.
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.
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 | 0,000 |
| 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 découle