MétaCan
Menu
Retour à la cohorte
Enregistrement W2150099576 · doi:10.1111/gcb.12479

Patterns in <scp>CH<sub>4</sub></scp> and <scp>CO<sub>2</sub></scp> concentrations across boreal rivers: Major drivers and implications for fluvial greenhouse emissions under climate change scenarios

2013· article· en· W2150099576 sur OpenAlexafffundabout
Audrey Campeau, Paul A. del Giorgio

Notice bibliographique

RevueGlobal Change Biology · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric and Environmental Gas Dynamics
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesHydro-Québec
Mots-clésGreenhouse gasFluvialBorealEnvironmental scienceClimate changeSTREAMSAtmospheric sciencesGlobal warmingHydrology (agriculture)MethaneCarbon dioxidePhysical geographyEcologyGeologyGeographyStructural basin

Résumé

récupéré en direct d'OpenAlex

It is now widely accepted that boreal rivers and streams are regionally significant sources of carbon dioxide (CO2), yet their role as methane (CH4) emitters, as well as the sensitivity of these greenhouse gas (GHG) emissions to climate change, are still largely undefined. In this study, we explore the large-scale patterns of fluvial CO2 and CH4 partial pressure (pCO2 , pCH4) and gas exchange (k) relative to a set of key, climate-sensitive river variables across 46 streams and rivers in two distinct boreal landscapes of Northern Québec. We use the resulting models to determine the direction and magnitude of C-gas emissions from these boreal fluvial networks under scenarios of climate change. River pCO2 and pCH4 were positively correlated, although the latter was two orders of magnitude more variable. We provide evidence that in-stream metabolism strongly influences the dynamics of surface water pCO2 and pCH4 , but whereas pCO2 is not influenced by temperature in the surveyed streams and rivers, pCH4 appears to be strongly temperature-dependent. The major predictors of ambient gas concentrations and exchange were water temperature, velocity, and DOC, and the resulting models indicate that total GHG emissions (C-CO2 equivalent) from the entire network may increase between by 13 to 68% under plausible scenarios of climate change over the next 50 years. These predicted increases in fluvial GHG emissions are mostly driven by a steep increase in the contribution of CH4 (from 36 to over 50% of total CO2 -equivalents). The current role of boreal fluvial networks as major landscape sources of C is thus likely to expand, mainly driven by large increases in fluvial CH4 emissions.

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 enseignants0,823
Score d'incertitude au seuil0,356

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 savante0,0010,000
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 Opus0,020
Tête enseignante GPT0,257
Écart entre enseignants0,238 · 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

Citations167
Publié2013
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueGlobal Change BiologyMême sujetAtmospheric and Environmental Gas DynamicsTravaux en français237 207