MétaCan
Menu
Retour à la cohorte
Enregistrement W2142814103 · doi:10.1186/1750-0680-8-12

Alaska ecosystem carbon fluxes estimated from MODIS satellite data inputs from 2000 to 2010

2013· article· en· W2142814103 sur OpenAlexaboutno aff
Christopher Potter, Steven Klooster, Vanessa Genovese

Notice bibliographique

RevueCarbon Balance and Management · 2013
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensnon disponible
Organismes subventionnairesNational Aeronautics and Space Administration
Mots-clésEnvironmental scienceSatelliteCarbon fluxEcosystemCarbon cycleRemote sensingVegetation (pathology)Carbon fibersClimatologyAtmospheric sciencesGeographyEcology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Trends in Alaska ecosystem carbon fluxes were predicted from inputs of monthly MODerate resolution Imaging Spectroradiometer (MODIS) vegetation index time-series combined with the NASA-CASA (Carnegie Ames Stanford Approach) carbon cycle simulation model over the past decade. CASA simulates monthly net ecosystem production (NEP) as the difference in carbon fluxes between net primary production (NPP) and soil microbial respiration (Rh). RESULTS: Model results showed that NEP on a unit area basis was estimated to be highest (> +10 g C m-2 yr-1) on average over the period 2000 to 2010 within the Major Land Resource Areas (MRLAs) of the Interior Brooks Range Mountains, the Arctic Foothills, and the Western Brooks Range Mountains. The lowest (as negative land C source fluxes) mean NEP fluxes were predicted for the MLRAs of the Cook Inlet Lowlands, the Ahklun Mountains, and Bristol Bay-Northern Alaska Peninsula Lowlands. High levels of interannual variation in NEP were predicted for most MLRAs of Alaska. CONCLUSIONS: The relatively warm and wet years of 2004 and 2007 resulted in the highest positive NEP flux totals across MLRAs in the northern and western coastal locations in the state (i.e., the Brooks Range Mountains and Arctic Foothills). The relatively cold and dry years of 2001 and 2006 were predicted with the lowest (negative) NEP flux totals for these MLRAs, and likewise across the Ahklun Mountains and the Yukon-Kuskokwim Highlands.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,087
Score d'incertitude au seuil0,172

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,039
Tête enseignante GPT0,233
Écart entre enseignants0,194 · 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

Citations7
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCarbon Balance and ManagementMême sujetClimate change and permafrostTravaux en français237 207