MétaCan
Menu
Retour à la cohorte
Enregistrement W2254181589 · doi:10.3402/tellusb.v68.26206

Factors controlling stable isotope composition of precipitation in arid conditions: an observation network in the Tianshan Mountains, central Asia

2016· article· en· W2254181589 sur OpenAlexaff
Shengjie Wang, Mingjun Zhang, Catherine E. Hughes, Xiaofan Zhu, Lei Dong, Zhengguo Ren, Fenli Chen

Notice bibliographique

RevueTellus B · 2016
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGroundwater and Isotope Geochemistry
Établissements canadiensScience North
Organismes subventionnairesNational Key Research and Development Program of ChinaNational Natural Science Foundation of ChinaNorthwest Normal University
Mots-clésPrecipitationAridδ18OMeteoric waterEnvironmental scienceStable isotope ratioAtmospheric sciencesEvaporationClimatologyPhysical geographyGeologyGeographyMeteorology

Résumé

récupéré en direct d'OpenAlex

Approximately one-third of the Earth's arid areas are distributed across central Asia. The stable isotope composition of precipitation in this region is affected by its aridity, therefore subject to high evaporation and low precipitation amount. To investigate the factors controlling stable water isotopes in precipitation in arid central Asia, an observation network was established around the Tianshan Mountains in 2012. Based on the 1052 event-based precipitation samples collected at 23 stations during 2012–2013, the spatial distribution and seasonal variation of δD and δ18O in precipitation were investigated. The values of δD and δ 18O are relatively more enriched in the rainfall dominant summer months (from April to October) and depleted in the drier winter months (from November to March) with low D-excess due to subcloud evaporation observed at many of the driest low elevation stations. The local meteoric water line (LMWL) was calculated to be δD=7.36δ 18O – 0.50 (r 2=0.97, p<0.01) based on the event-based samples, and δD=7.60δ 18O+2.66 (r 2=0.98, p<0.01) based on the monthly precipitation-weighted values. In winter, the data indicate an isotopic rain shadow effect whereby rainout leads to depletion of precipitation in the most arid region to the south of the Tianshan Mountains. The values of δ 18O significantly correlate with air temperature for each station, and the best-fit equation is established as δ 18O=0.78T – 16.01 (r 2=0.73, p<0.01). Using daily air temperature and precipitation derived from a 0.5° (latitude)×0.5° (longitude) gridded data set, an isoscape of δ 18O in precipitation was produced based on this observed temperature effect.

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 enseignants0,097
Score d'incertitude au seuil0,192

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
Bibliométrie0,0010,001
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)0,0000,000

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 Opus0,027
Tête enseignante GPT0,226
Écart entre enseignants0,199 · 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

Citations103
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTellus BMême sujetGroundwater and Isotope GeochemistryTravaux en français237 207