MétaCan
Menu
Retour à la cohorte
Enregistrement W2079086890 · doi:10.2138/rmg.2013.77.9

Carbon Mineralization: From Natural Analogues to Engineered Systems

2013· article· en· W2079086890 sur OpenAlexaff
Ian Power, Anna L. Harrison, Gregory M. Dipple, Sasha Wilson, P. B. Kelemen, Michael Hitch, Gordon Southam

Notice bibliographique

RevueReviews in Mineralogy and Geochemistry · 2013
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiquePaleontology and Stratigraphy of Fossils
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésObservatoryColumbia universityGeological surveyLibrary scienceHistoryArt historyMedia studiesGeologySociologyComputer science

Résumé

récupéré en direct d'OpenAlex

Carbon sequestration research and technology is motivated by concerns that increasing atmospheric C02 concentrations are causing changes to Earth's climate and ecosystems that have the potential to cause serious, negative impacts on human welfare (IPCC 2005, 2007). As a global society, we will need to greatly improve energy efficiency and conservation, and develop alternative and renewable energy sources, while implementing carbon sequestration strategies to stabilize the concentration of atmospheric C02. The carbon mineralization strategies reviewed in this chapter complement C02 storage in subsurface pore space. This promising approach for sequestering C02 is grounded in the fundamental processes that govern natural mineral dissolution and carbonate precipitation. Natural analogue sites allow for the study of the geochemical and biological transformation of C02 at the field-scale; drawing our attention to potential reaction pathways that can be exploited and utilized, but also to the limitations that must be overcome in geoengineered and industrial systems designed to accelerate carbonation. Further study of natural analogues may yield a better understanding of the reaction pathways required for efficient carbonation, the long-term stability of carbonate minerals at Earth's surface, and the monitoring required for long-term storage (...)

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,002
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,011
Tête enseignante GPT0,215
Écart entre enseignants0,204 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations287
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReviews in Mineralogy and GeochemistryMême sujetPaleontology and Stratigraphy of FossilsTravaux en français237 207