MétaCan
Menu
Retour à la cohorte
Enregistrement W2067154204 · doi:10.1029/2007jg000597

Amazon rain forest subcanopy flow and the carbon budget: Santarém LBA‐ECO site

2008· article· en· W2067154204 sur OpenAlexaff
Júlio Tóta, David R. Fitzjarrald, Ralf M. Staebler, Ricardo K. Sakai, Osvaldo L. L. Moraes, Otávio C. Acevedo, Steven C. Wofsy, A. O. Manzi

Notice bibliographique

RevueJournal of Geophysical Research Atmospheres · 2008
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePlant Water Relations and Carbon Dynamics
Établissements canadiensEnvironment and Climate Change CanadaAir Canada
Organismes subventionnairesInstituto Nacional de Pesquisas da AmazôniaState University of New York
Mots-clésAdvectionCanopyEnvironmental scienceEddy covarianceAmazon rainforestTree canopyAtmospheric sciencesMesoscale meteorologyGeologyClimatologyGeographyEcosystemEcologyPhysics

Résumé

récupéré en direct d'OpenAlex

Horizontal and vertical CO2 fluxes and gradients were made in an Amazon tropical rain forest, the Tapajós National Forest Reserve (FLONA‐Tapajós: 54°58′W, 2°51′S). Two observational campaigns in 2003 and 2004 were conducted to describe subcanopy flows, clarify their relationship to winds above the forest, and estimate how they may transport CO2 horizontally. It is now recognized that subcanopy transport of respired CO2 is missed by budgets that rely only on single point eddy covariance measurements, with the error being most important under nocturnal calm conditions. We tested the hypothesis that horizontal mean transport, not previously measured in tropical forests, may account for the missing CO2 in such conditions. A subcanopy network of wind and CO2 sensors was installed. Significant horizontal transport of CO2 was observed in the lowest 10 m of the canopy. Results indicate that CO2 advection accounted for 73% and 71%, respectively, of the carbon budget for all calm nights evaluated during dry and wet periods. We found that horizontal advection is likely important to the canopy CO2 budget even for conditions with the above‐canopy friction velocity higher than commonly used thresholds.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,185
Score d'incertitude au seuil0,367

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 ouverte0,0000,000
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 Opus0,013
Tête enseignante GPT0,249
Écart entre enseignants0,237 · 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 source (Gemma direct ou Codex distillé), 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

Citations69
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research AtmospheresMême sujetPlant Water Relations and Carbon DynamicsTravaux en français237 207