MétaCan
Menu
Retour à la cohorte
Enregistrement W2274996920 · doi:10.1139/er-2015-0066

Nitrogen cycles in terrestrial ecosystems: climate change impacts and mitigation

2016· article· en· W2274996920 sur OpenAlexvenueno aff
Zhenzhu Xu, Yanling Jiang, Guangsheng Zhou

Notice bibliographique

RevueEnvironmental Reviews · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePeatlands and Wetlands Ecology
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésEnvironmental scienceClimate changeEcosystemTerrestrial ecosystemBiosphereEnvironmental changeGlobal changeCyclingGlobal warmingEcologyNutrient cycleNitrogen cycleEnvironmental protectionEnvironmental resource managementGeographyNitrogenBiology

Résumé

récupéré en direct d'OpenAlex

The nitrogen (N) cycle and N balance have primarily been modified by anthropogenic activities and environmental changes at various scales, including biological individual, ecosystem, local landscape, continental region, and global. These modifications have drastically affected the structures and functions of natural and agricultural ecosystems in terrestrial and aquatic areas. In this manuscript, we first present a modified view of the global N cycle that includes N transport, conversion, and exchange processes. Second, several crucial issues concerning N balance, including N deposition and excessive addition and the dynamics of N and other nutrients, are reviewed. Third, the effects of climate change factors, including water status, warming, and elevated CO 2 concentrations, on N balance and the N cycle and their interactions within and with other environmental factors are outlined. Finally, intervention strategies for improving N balance and N cycling to address rapid continual climatic change and socio-economic development are presented and discussed. It is highlighted that the altered N balance and N cycle between the geosphere, biosphere, and atmosphere have produced the profoundly critical challenge of maintaining N levels within an appropriate range, which should be considered by relevant people and sectors, including researchers, managers, and policy makers from ecological, environmental, and sustainable development sectors.

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 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 enseignants0,123
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)0,0010,001

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 Opus0,019
Tête enseignante GPT0,245
Écart entre enseignants0,226 · 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 tête enseignante, pas un consensus.

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

Citations31
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental ReviewsMême sujetPeatlands and Wetlands EcologyTravaux en français237 207