MétaCan
Menu
Retour à la cohorte
Enregistrement W2527837940 · doi:10.1002/wat2.1130

Long‐term perspectives on terrestrial and aquatic carbon cycling from palaeolimnology

2015· article· en· W2527837940 sur OpenAlexaff
Suzanne McGowan, N. John Anderson, Mary E. Edwards, Peter G. Langdon, Vivienne J. Jones, Simon Turner, Maarten van Hardenbroek, Erika Whiteford, Emma Wiik

Notice bibliographique

RevueWiley Interdisciplinary Reviews Water · 2015
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeology and Paleoclimatology Research
Établissements canadiensUniversity of Regina
Organismes subventionnairesNatural Environment Research CouncilSight Research UK
Mots-clésLimnologyTerrestrial ecosystemEnvironmental scienceCarbon cycleCyclingAquatic ecosystemWater cyclePermafrostVegetation (pathology)Environmental changeGlobal changeEarth scienceClimate changeEcosystemNutrient cycleHydrology (agriculture)EcologyOceanographyGeologyGeography

Résumé

récupéré en direct d'OpenAlex

Lakes are active processors and collectors of carbon (C) and thus recognized as quantitatively important within the terrestrial C cycle. Better integration of palaeolimnology (lake sediment core analyses) with limnological C budgeting approaches has the potential to enhance understanding of lacustrine C processing and sequestration. Palaeolimnology simultaneously assimilates materials from across lake habitats, terrestrial watersheds, and airsheds to provide a uniquely broad overview of the terrestrial‐atmospheric‐aquatic linkages across different spatial scales. The examination of past changes over decadal–millennial timescales via palaeolimnology can inform understanding and prediction of future changes in C cycling. With a particular, but not exclusive, focus on northern latitudes we examine the methodological approaches of palaeolimnology, focusing on how relatively standard and well‐tested techniques might be applied to address questions of relevance to the C cycle. We consider how palaeolimnology, limnology, and sedimentation studies might be linked to provide more quantitative and holistic estimates of lake C cycling and budgets. Finally, we use palaeolimnological examples to consider how changes such as terrestrial vegetation shifts, permafrost thaw, the formation of new lakes and reservoirs, hydrological modification of inorganic C processing, land use change, soil erosion and disruption to global nitrogen and phosphorus cycles might influence lake C cycling. WIREs Water 2016, 3:211–234. doi: 10.1002/wat2.1130 This article is categorized under: Water and Life > Nature of Freshwater Ecosystems Science of Water > Water and Environmental Change Science of Water > Water Quality

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)0,003
score de la tête « metaresearch » (Gemma)0,002
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: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,008
Communication savante0,0050,013
Science ouverte0,0010,004
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,052
Tête enseignante GPT0,311
Écart entre enseignants0,259 · 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
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations40
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWiley Interdisciplinary Reviews WaterMême sujetGeology and Paleoclimatology ResearchTravaux en français237 207