MétaCan
Menu
Retour à la cohorte
Enregistrement W2095102607 · doi:10.1029/1999gb001243

Interannual variability of net ecosystem CO<sub>2</sub> exchange at a subarctic fen

2000· article· en· W2095102607 sur OpenAlexaffabout
Timothy J. Griffis, Wayne R. Rouse, J. M. Waddington

Notice bibliographique

RevueGlobal Biogeochemical Cycles · 2000
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePeatlands and Wetlands Ecology
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésSubarctic climateEnvironmental scienceEcosystem respirationEcosystemCarbon sinkWetlandPhenologyGrowing seasonSink (geography)SnowmeltCarbon cycleAtmospheric sciencesClimatologyPrimary productionHydrology (agriculture)EcologyOceanographyGeographySurface runoffGeology

Résumé

récupéré en direct d'OpenAlex

Landscape‐scale net ecosystem CO 2 exchange (NEE) and the energy balance of a subarctic fen were studied during five growing seasons near Churchill, Manitoba. Interannual variability in NEE was large and ranged from a net sink of −235 g CO 2 m −2 in 1996 to a net source of +76 g CO 2 m −2 in 1994. Annual estimates of CO 2 exchange indicate that during the present period the fen is losing carbon nearly 3 times faster than its long‐term historical gain of about −11 g CO 2 m −2 yr −1 . Our estimates suggest that gross ecosystem photosynthesis may be more variable than ecosystem respiration on diurnal, seasonal, and interannual timescales. Our data strongly indicate that an early snowmelt combined with wet and warm conditions during the spring period lead to large carbon acquisition even when drier conditions were experienced over the majority of the growing season. The phenological stage of the vegetation relative to the climatic conditions experienced is an important cause of the interannual variability in NEE. An accurate representation of phenology in climate models is, therefore, critical to the success of forecasting the carbon budgets of northern wetlands.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,256
Score d'incertitude au seuil1,000

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)0,0050,001

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 Opus0,006
Tête enseignante GPT0,218
Écart entre enseignants0,211 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations142
Publié2000
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGlobal Biogeochemical CyclesMême sujetPeatlands and Wetlands EcologyTravaux en français237 207