MétaCan
Menu
Retour à la cohorte
Enregistrement W2038552269 · doi:10.5194/bgd-8-5159-2011

Contribution of non-carbonate anions to river alkalinity and overestimation of <i>p</i> CO <sub>2</sub>

2011· article· en· W2038552269 sur OpenAlexaboutno aff
Christopher W Hunt, J. Salisbury, Doug Vandemark

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueOcean Acidification Effects and Responses
Établissements canadiensnon disponible
Organismes subventionnairesNational Aeronautics and Space AdministrationNational Oceanic and Atmospheric AdministrationNational Science Foundation
Mots-clésAlkalinityCarbonateTotal inorganic carbonCarbon dioxideBicarbonateDissolved organic carbonChemistrypCO2EstuarySalinityOcean acidificationCarbon fibersEnvironmental chemistryCarbonate IonHydrology (agriculture)OceanographyGeologySeawaterMaterials scienceInternal medicineOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract. Total alkalinity (TAlk) has long been used to evaluate the buffering capacity of aquatic systems. TAlk has also been used, together with measurements of either pH or dissolved inorganic carbon (DIC), to indirectly estimate the partial pressure of carbon dioxide (pCO2) in inland waters, estuaries, and marine systems. These estimates typically assume that carbonate and bicarbonate ions comprise nearly all the species contributing to TAlk; however, other inorganic and organic acids have the potential to contribute significant non-carbonate alkalinity. To evaluate the potential for error in using TAlk to estimate pCO2, we measured pH, TAlk, and DIC in samples of river water. Estimates of pCO2 derived from TAlk and pH measurements were markedly higher than pCO2 estimates derived from DIC and pH. We infer that this overestimate is due to the presence of significant non-carbonate alkalinity (NC-Alk). This study also describes the relative proportions of carbonate- and non-carbonate alkalinity measured in 15 river systems located in northern New England and the Canadian Maritimes. NC-Alk represents a significant buffering component in these river systems, and failure to account for NC-Alk (which cannot directly contribute to pCO2) leads to the overestimation of carbon dioxide release to the atmosphere.

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 enseignants0,060
Score d'incertitude au seuil0,188

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 technologies0,0000,000
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 Opus0,016
Tête enseignante GPT0,226
Écart entre enseignants0,210 · 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

Citations7
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetOcean Acidification Effects and ResponsesTravaux en français237 207