MétaCan
Menu
Retour à la cohorte
Enregistrement W2599921150

The marine carbon cycle of the Arctic Ocean: Some thoughts about the controls on air-sea CO2 exchanges and responses to ocean acidification

2010· article· en· W2599921150 sur OpenAlexaboutno aff
Jeremy T. Mathis, N. R. Bates

Notice bibliographique

RevueePrints Soton (University of Southampton) · 2010
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésArctic sea ice declineSea iceArctic geoengineeringOceanographyArctic ice packEnvironmental scienceArcticBiogeochemical cycleCarbon cycleIce-albedo feedbackClimatologyCryosphereGlobal warmingClimate changeDrift iceEcosystemGeologyEcology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Introduction The Arctic Ocean and the shallow continental margins that surround it (Fig. 1) play an important and likely increasing role in the global freshwater cycle, Atlantic overturning circulation, and biogeochemical cycling of carbon, nutrients, and gases such as carbon dioxide (CO2) and methane. The region is particularly sensitive to atmosphere-ocean-sea-ice forcing and feedbacks and ecosystem changes associated with warming temperatures and sea-ice loss. Numerous studies over the last decade have shown that warming and increased sea-ice loss is occurring in the Arctic and the IPCC Fourth Assessment reported that average Arctic temperatures have increased over the last century at nearly twice the global average and since 1978, sea-ice extent decreased on average by 2.7% per decade. However, over the last several years, the pace of decline has accelerated beyond model predictions and in summer 2007, sea-ice extent declined by 20-25% with an additional loss of ~1.5 million km2. Much of this loss occurred over the deep Makarov and Canada Basins of the Arctic Ocean (Fig. 1). Although ice extent rebounded in 2008 and 2009, the duration of ice-free conditions in the Arctic continues to increase.

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)0,002
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: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,006
Communication savante0,0040,005
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,008
Tête enseignante GPT0,187
Écart entre enseignants0,179 · 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'étudeThéorique ou conceptuel
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

Citations2
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueePrints Soton (University of Southampton)Même sujetArctic and Antarctic ice dynamicsTravaux en français237 207