MétaCan
Menu
Retour à la cohorte
Enregistrement W1983970710 · doi:10.5194/bg-11-5007-2014

Insights into oxygen transport and net community production in sea ice from oxygen, nitrogen and argon concentrations

2014· article· en· W1983970710 sur OpenAlexfundno aff
Jiayun Zhou, Bruno Delille, Frédéric Brabant, Jean‐Louis Tison

Notice bibliographique

RevueBiogeosciences · 2014
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaFonds pour la Formation à la Recherche dans l’Industrie et dans l’AgricultureFonds De La Recherche Scientifique - FNRSArcticNetNational Science Foundation
Mots-clésNitrogenArgonOxygenSaturation (graph theory)Sea iceEnvironmental scienceNew productionChemistryBubbleAtmospheric sciencesOceanographyGeologyNutrientPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract. We present and compare the dynamics (i.e., changes in standing stocks, saturation levels and concentrations) of O2, Ar and N2 in landfast sea ice, collected in Barrow (Alaska), from February through June 2009. The comparison suggests that the dynamic of O2 in sea ice strongly depends on physical processes (gas incorporation and subsequent transport). Since Ar and N2 are only sensitive to the physical processes in the present study, we then discuss the use of O2 / Ar and O2 / N2 to correct for the physical contribution to O2 supersaturations, and to determine the net community production (NCP). We conclude that O2 / Ar suits better than O2 / N2, due to the relative abundance of O2, N2 and Ar, and the lower biases when gas bubble formation and gas diffusion are maximized. We further estimate NCP in the impermeable layers during ice growth, which ranged from −6.6 to 3.6 μmol O2 L−1 d−1, and the concentrations of O2 due to biological activity in the permeable layers during ice decay (3.8 to 122 μmol O2 L−1). We finally highlight the key issues to solve for more accurate NCP estimates in the future.

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 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 enseignants0,017
Score d'incertitude au seuil0,935

Scores Codex et Gemma par catégorie

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 technologies0,0010,000
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 GPT0,204
Écart entre enseignants0,191 · 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.

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

Citations18
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiogeosciencesMême sujetArctic and Antarctic ice dynamicsTravaux en français237 207