MétaCan
Menu
Retour à la cohorte
Enregistrement W2580212955 · doi:10.1007/s13280-016-0872-8

A synthesis of the arctic terrestrial and marine carbon cycles under pressure from a dwindling cryosphere

2017· review· en· W2580212955 sur OpenAlexaff
Frans‐Jan W. Parmentier, Torben R. Christensen, Søren Rysgaard, Jørgen Bendtsen, Ronnie N. Glud, Brent Else, J. van Huissteden, Torsten Sachs, Jorien E. Vonk, Mikael K. Sejr

Notice bibliographique

RevueAMBIO · 2017
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueMethane Hydrates and Related Phenomena
Établissements canadiensUniversity of CalgaryUniversity of Manitoba
Organismes subventionnairesEuropean Commission
Mots-clésCryosphereEnvironmental scienceArcticThe arcticCarbon cycleOceanographyEarth scienceAstrobiologySea iceEcologyGeologyEcosystemBiology

Résumé

récupéré en direct d'OpenAlex

The current downturn of the arctic cryosphere, such as the strong loss of sea ice, melting of ice sheets and glaciers, and permafrost thaw, affects the marine and terrestrial carbon cycles in numerous interconnected ways. Nonetheless, processes in the ocean and on land have been too often considered in isolation while it has become increasingly clear that the two environments are strongly connected: Sea ice decline is one of the main causes of the rapid warming of the Arctic, and the flow of carbon from rivers into the Arctic Ocean affects marine processes and the air–sea exchange of CO 2 . This review, therefore, provides an overview of the current state of knowledge of the arctic terrestrial and marine carbon cycle, connections in between, and how this complex system is affected by climate change and a declining cryosphere. Ultimately, better knowledge of biogeochemical processes combined with improved model representations of ocean–land interactions are essential to accurately predict the development of arctic ecosystems and associated climate feedbacks.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,005
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,035
Tête enseignante GPT0,272
Écart entre enseignants0,237 · 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'étudeRevue systématique
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

Citations86
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAMBIOMême sujetMethane Hydrates and Related PhenomenaTravaux en français237 207