MétaCan
Menu
Retour à la cohorte
Enregistrement W2009323874 · doi:10.1073/pnas.1019468108

Reply to Schuiling et al.: Different processes at work

2011· article· en· W2009323874 sur OpenAlexaboutno aff
Peter Köhler, Jens Hartmann, Dieter Wolf‐Gladrow

Notice bibliographique

RevueProceedings of the National Academy of Sciences · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCO2 Sequestration and Geologic Interactions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWork (physics)Computational biologyBiologyComputer sciencePhysicsThermodynamics

Résumé

récupéré en direct d'OpenAlex

Different processes at workSchuiling et al. (1) question our conclusion (2) that the annual dissolution rate of olivine is limited by the saturation of waters with silicic acid (H 4 SiO 4 ), which is one product of the dissolution reaction of olivine.In support of this point they discuss findings of CO 2 sequestration in a mine in Yukon, Canada, claiming that a minimum of 1,700 g C m -2 y -1 was sequestered between 1978 and 2004 by silicate weathering and precipitation of (mainly) magnesium carbonates (3).This value is approximately 20 times larger than the 85 g C m -2 y -1 calculated in our study for the Amazon basin (2).How to explain this discrepancy?According to the reaction scheme (Eq. 1 in ref.2), olivine weathering leads to production of alkalinity and silicic acid.Thus, we asked how much alkalinity and silicic acid can leave catchment areas (open systems) via rivers per year.This amount is limited for a given amount of water discharge by (i) the change in pH due to addition of alkalinity, and (ii) the solubility of silicic acid affecting the dissolution rate of olivine.For the Amazon this would allow a maximum CO 2 sequestration of 4.4 Pg C y -1 (restricting the pH to 9.0) and only 0.5 Pg C y -1 due to the solubility limit of silicic acid.From the latter limit and the size of the catchment area, we calculated the mean sequestration rate of 85 g C m -2 y -1 .We do not claim that this value gives the maximum rate at a single location.In contrast, Schuiling et al.(1) refer to a different set of processes.Although they also start with silicate weathering, it is

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)0,001
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 enseignants0,137
Score d'incertitude au seuil0,593

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0010,000

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 Opus0,074
Tête enseignante GPT0,315
Écart entre enseignants0,242 · 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

Citations5
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the National Academy of SciencesMême sujetCO2 Sequestration and Geologic InteractionsTravaux en français237 207