MétaCan
Menu
Retour à la cohorte
Enregistrement W2601341001 · doi:10.1002/2016jg003525

Continental‐scale variation in controls of summer CO<sub>2</sub> in United States lakes

2017· article· en· W2601341001 sur OpenAlexaff
Jean‐François Lapierre, David A. Seekell, Christopher T. Filstrup, Sarah M. Collins, C. Emi Fergus, Patricia A. Soranno, Kendra Spence Cheruvelil

Notice bibliographique

RevueJournal of Geophysical Research Biogeosciences · 2017
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine and coastal ecosystems
Établissements canadiensUniversité de Montréal
Organismes subventionnairesU.S. Environmental Protection Agency
Mots-clésCo-occurrenceClimate changeScale (ratio)Physical geographySpatial variabilityEnvironmental scienceSpatial ecologyGlobal changeEcologyGeographyBiologyCartography

Résumé

récupéré en direct d'OpenAlex

Abstract Understanding the broad‐scale response of lake CO 2 dynamics to global change is challenging because the relative importance of different controls of surface water CO 2 is not known across broad geographic extents. Using geostatistical analyses of 1080 lakes in the conterminous United States, we found that lake partial pressure of CO 2 ( p CO 2 ) was controlled by different chemical and biological factors related to inputs and losses of CO 2 along climate, topography, geomorphology, and land use gradients. Despite weak spatial patterns in p CO 2 across the study extent, there were strong regional patterns in the p CO 2 driver‐response relationships, i.e., in p CO 2 “regulation.” Because relationships between lake CO 2 and its predictors varied spatially, global models performed poorly in explaining the variability in CO 2 for U.S. lakes. The geographically varying driver‐response relationships of lake p CO 2 reflected major landscape gradients across the study extent and pointed to the importance of regional‐scale variation in p CO 2 regulation. These results indicate a higher level of organization for these physically disconnected systems than previously thought and suggest that changes in climate and land use could induce shifts in the main pathways that determine the role of lakes as sources and sinks of atmospheric CO 2 .

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,029
Score d'incertitude au seuil0,955

Scores Codex et Gemma par catégorie

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

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 Opus0,033
Tête enseignante GPT0,303
Écart entre enseignants0,270 · 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 tête enseignante, 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

Citations36
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research BiogeosciencesMême sujetMarine and coastal ecosystemsTravaux en français237 207