Particulate organic carbon and nitrogen export from major Arctic rivers
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Northern rivers connect a land area of approximately 20.5 million km 2 to the Arctic Ocean and surrounding seas. These rivers account for ~10% of global river discharge and transport massive quantities of dissolved and particulate materials that reflect watershed sources and impact biogeochemical cycling in the ocean. In this paper, multiyear data sets from a coordinated sampling program are used to characterize particulate organic carbon (POC) and particulate nitrogen (PN) export from the six largest rivers within the pan‐Arctic watershed (Yenisey, Lena, Ob', Mackenzie, Yukon, Kolyma). Together, these rivers export an average of 3055 × 10 9 g of POC and 368 × 10 9 g of PN each year. Scaled up to the pan‐Arctic watershed as a whole, fluvial export estimates increase to 5767 × 10 9 g and 695 × 10 9 g of POC and PN per year, respectively. POC export is substantially lower than dissolved organic carbon export by these rivers, whereas PN export is roughly equal to dissolved nitrogen export. Seasonal patterns in concentrations and source/composition indicators (C:N, δ 13 C, Δ 14 C, δ 15 N) are broadly similar among rivers, but distinct regional differences are also evident. For example, average radiocarbon ages of POC range from ~2000 (Ob') to ~5500 (Mackenzie) years before present. Rapid changes within the Arctic system as a consequence of global warming make it challenging to establish a contemporary baseline of fluvial export, but the results presented in this paper capture variability and quantify average conditions for nearly a decade at the beginning of the 21st century.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
score_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