MétaCan
Menu
← Retour à la cohorte
Enregistrement W2318418223 · doi:10.5194/bgd-11-4047-2014

CO <sub>2</sub> and CH <sub>4</sub> in sea ice from a subarctic fjord

2014· article· en· W2318418223 sur OpenAlexafffund
Odile Crabeck, Bruno Delille, David N. Thomas, Nicolas‐Xavier Geilfus, Søren Rysgaard, Jean‐Louis Tison

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Excellence Research Chairs, Government of CanadaFonds De La Recherche Scientifique - FNRSArcticNetUniversity of Manitoba
Mots-clésSubarctic climateSea iceOceanographyFjordArctic ice packSink (geography)Clear iceSea ice thicknessSeawaterAntarctic sea iceAtmospheric sciencesGeologyEnvironmental scienceGeography

Résumé

récupéré en direct d'OpenAlex

Abstract. We present CH4 concentration [CH4] and the partial pressure of CO2 (pCO2) in bulk sea ice from subarctic, land-fast sea ice in the Kapisillit fjord, Greenland. The bulk ice [CH4] ranged from 1.8 to 12.1 nmol L−1, which corresponds to a partial pressure range of 3 to 28 ppmv. This is markedly higher than the average atmospheric methane content of 1.9 ppmv. Most of the trapped methane within the sea ice was evidently contained inside bubbles, and only a minor portion was dissolved in the brine. The bulk ice pCO2 ranged from 60 to 330 ppmv showing that sea ice at temperatures above −4 °C is under-saturated compared to the atmosphere (390 ppmv). Our study adds to the few existing studies of CH4 and CO2 in sea ice and concludes that sub-arctic sea can be a sink for atmospheric CO2, while being a net source of CH4. Processes related to the freezing and melting of sea ice represents large unknowns to the exchange of CO2 but also CH4. It is therefore imperative to assess the consequences of these unknowns through further field campaigns and targeted research under other sea ice conditions at both hemispheres.

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 enseignants0,123
Score d'incertitude au seuil0,245

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 technologies0,0010,000
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 Opus0,008
Tête enseignante GPT0,193
Écart entre enseignants0,185 · 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

Citations8
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetArctic and Antarctic ice dynamics→Travaux en français237 207→