MétaCan
Menu
Retour à la cohorte
Enregistrement W2531341442 · doi:10.1038/ncomms13043

Circumpolar distribution and carbon storage of thermokarst landscapes

2016· article· en· W2531341442 sur OpenAlexafffund
David Olefeldt, Santonu Goswami, Guido Grosse, Daniel J. Hayes, Gustaf Hugelius, Peter Kuhry, A. D. McGuire, V. E. Romanovsky, A. Britta K. Sannel, Edward A. G. Schuur, Merritt R. Turetsky

Notice bibliographique

RevueNature Communications · 2016
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensUniversity of GuelphUniversity of Alberta
Organismes subventionnairesAlaska Climate Adaptation Science Center, University of Alaska FairbanksOffice of ScienceU.S. Department of EnergyAlberta InnovatesNational Science FoundationVetenskapsrådetU.S. Geological Survey
Mots-clésThermokarstPermafrostLandformEnvironmental scienceEarth sciencePhysical geographyClimate changeGeologyGeomorphologyGeographyOceanography

Résumé

récupéré en direct d'OpenAlex

Abstract Thermokarst is the process whereby the thawing of ice-rich permafrost ground causes land subsidence, resulting in development of distinctive landforms. Accelerated thermokarst due to climate change will damage infrastructure, but also impact hydrology, ecology and biogeochemistry. Here, we present a circumpolar assessment of the distribution of thermokarst landscapes, defined as landscapes comprised of current thermokarst landforms and areas susceptible to future thermokarst development. At 3.6 × 10 6 km 2 , thermokarst landscapes are estimated to cover ∼20% of the northern permafrost region, with approximately equal contributions from three landscape types where characteristic wetland, lake and hillslope thermokarst landforms occur. We estimate that approximately half of the below-ground organic carbon within the study region is stored in thermokarst landscapes. Our results highlight the importance of explicitly considering thermokarst when assessing impacts of climate change, including future landscape greenhouse gas emissions, and provide a means for assessing such impacts at the circumpolar scale.

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 enseignants0,007
Score d'incertitude au seuil0,014

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 technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,023
Tête enseignante GPT0,251
Écart entre enseignants0,228 · 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

Citations590
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetClimate change and permafrostTravaux en français237 207