MétaCan
Menu
Retour à la cohorte
Enregistrement W1995747260 · doi:10.5194/bgd-3-1763-2006

Significant long-term increase of fossil fuel CO <sub>2</sub> uptake from reduced marine calcification

2006· preprint· en· W1995747260 sur OpenAlexafffund
Andy Ridgwell, Ingrid Zondervan, J. C. Hargreaves, Jelle Bijma, Timothy M. Lenton

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEarth and Planetary Sciences
ThématiqueOcean Acidification Effects and Responses
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesCanada Research ChairsJapan Agency for Marine-Earth Science and TechnologyNatural Environment Research CouncilCanadian Foundation for Climate and Atmospheric Sciences
Mots-clésEmiliania huxleyiPlanktonCalcificationOceanographyEnvironmental scienceRange (aeronautics)CoccolithophorePhytoplanktonOcean acidificationCarbonateAtmospheric sciencesChemistryEcologySeawaterGeologyBiologyMaterials scienceNutrientInternal medicine

Résumé

récupéré en direct d'OpenAlex

Abstract. Analysis of available plankton manipulation experiments demonstrates a previously unrecognized wide range of sensitivities of biogenic calcification to simulated anthropogenic acidification of the ocean, with the "lab rat" of planktic calcifiers, Emiliania huxleyi not representative of calcification generally. We assess the implications of the experimental uncertainty in plankton calcification response by creating an ensemble of realizations of an Earth system model that encapsulates a comparable range of uncertainty in calcification response. We predict a substantial future reduction in marine carbonate production, with ocean CO2 sequestration across the model ensemble enhanced by between 62 and 199 PgC by the year 3000, equivalent to a reduction in the atmospheric fossil fuel CO2 burden at that time of up to 13%. Concurrent changes in ocean circulation and surface temperatures contribute about one third to the overall importance of reduced plankton calcification.

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)0,001
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 enseignants0,275
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,019
Tête enseignante GPT0,239
Écart entre enseignants0,221 · 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

Citations9
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetOcean Acidification Effects and ResponsesTravaux en français237 207