MétaCan
Menu
Retour à la cohorte
Enregistrement W2516564951 · doi:10.1002/2016jg003411

Snow‐covered soils produce N<sub>2</sub>O that is lost from forested catchments

2016· article· en· W2516564951 sur OpenAlexafffund
Eric Enanga, Irena F. Creed, Tarrah A. Fairweather, Nora J. Casson

Notice bibliographique

RevueJournal of Geophysical Research Biogeosciences · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSoil and Water Nutrient Dynamics
Établissements canadiensWestern University
Organismes subventionnairesCanadian Forest ServiceNatural Sciences and Engineering Research Council of CanadaU.S. Forest Service
Mots-clésSnowpackSnowmeltSoil waterSnowEnvironmental scienceBiogeochemical cycleHydrology (agriculture)Drainage basinAtmosphere (unit)Nitrous oxidePrimary productionTemperate climateSoil scienceEnvironmental chemistryEcologyChemistryGeologyEcosystemGeography

Résumé

récupéré en direct d'OpenAlex

Abstract The magnitude of net soil nitrous oxide (N 2 O) production from a snow‐covered catchment in a northern temperate forest was investigated. There was considerable net soil N 2 O‐N production and consumption through the snowpack, ranging from −6.6 to 26.2 g‐N ha −1 d −1 . There was no difference in net N 2 O production among topographic positions despite significant variation in soil moisture, reduction‐oxidation conditions, and pore water dissolved organic carbon and nitrate. Soil temperatures did not vary among topographic positions, suggesting that temperatures at or above the freezing point allow N 2 O production to proceed under the snowpack. Redox conditions were lower at wetland positions compared to lowlands and uplands, suggesting that the biogeochemical pathway of N 2 O production varies with topography. Over the entire nongrowing season, 1.5 kg of N 2 O‐N was exported to the atmosphere from the 6.33 ha catchment, representing 31% of the growing season N 2 O‐N production. These results suggest that winter is an active time for gaseous N production in these forests and that N 2 O production under the snowpack represents an often unmonitored flux of N from catchments.

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 enseignants0,008
Score d'incertitude au seuil0,016

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
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,038
Tête enseignante GPT0,296
Écart entre enseignants0,257 · 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

Citations10
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research BiogeosciencesMême sujetSoil and Water Nutrient DynamicsTravaux en français237 207