MétaCan
Menu
Retour à la cohorte
Enregistrement W2406569446 · doi:10.1139/as-2015-0026

Influence of Hudson Bay on the carbon dynamics of a Hudson Bay Lowlands coastal site

2016· article· en· W2406569446 sur OpenAlexafffundvenueabout
Kristina Kirilova Delidjakova, Richard Bello, Kaz Higuchi, Bipin Pokharel

Notice bibliographique

RevueArctic Science · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePeatlands and Wetlands Ecology
Établissements canadiensYork University
Organismes subventionnairesAboriginal Affairs and Northern Development CanadaChurchill Northern Studies CentreYork UniversityArcticNet
Mots-clésBayEnvironmental scienceSubmarine pipelineAdvectionEddy covariancePhotosynthetically active radiationEcosystem respirationPlateau (mathematics)OceanographyEcosystemAtmospheric sciencesClimatologyGeologyPhotosynthesisEcology

Résumé

récupéré en direct d'OpenAlex

Eddy covariance (EC) estimates of net ecosystem exchange (NEE) and the surface energy balance were gathered from an elevated peat plateau within the Hudson Bay Lowlands near Churchill, Manitoba, Canada (58°43′46″N, 93°49′57″W) during the growing season of 2007. Data were segregated into onshore and offshore wind regimes to assess the advective influence of the generally cold and moist Hudson Bay air masses compared to generally warm and dry air masses of nonmarine origin. Monthly average NEE ranged from an uptake of 0.2 µmol·m −2 ·s −1 in September to 5.6 µmol·m −2 ·s −1 in July. Over the growing season, onshore winds from Hudson Bay contributed to an average 4.2 °C reduction in air temperature and an NEE increase of 27%. When normalized with respect to sunlight receipt, the ratio of gross primary production to photosynthetically active radiation (GPP/PAR) was 26% stronger for offshore regimes than for onshore, while the ratio of ecosystem respiration to PAR (ER/PAR) was 71% stronger for offshore regimes. It was concluded that GPP maintains the same strength for both wind regimes, while ER is significantly stronger for offshore regimes, resulting in reduced NEE capacity during periods when winds originate from inland.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,051
Score d'incertitude au seuil0,682

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,006
Tête enseignante GPT0,210
Écart entre enseignants0,204 · 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.

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
Publié2016
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueArctic ScienceMême sujetPeatlands and Wetlands EcologyTravaux en français237 207