MétaCan
Menu
Retour à la cohorte
Enregistrement W2614056253 · doi:10.1073/pnas.1618567114

Carbon dioxide sources from Alaska driven by increasing early winter respiration from Arctic tundra

2017· article· en· W2614056253 sur OpenAlexaff
R. Commane, Jakob Lindaas, Joshua Benmergui, Kristina Luus, Rachel Chang, Bruce C. Daube, E. S. Euskirchen, John M. Henderson, A. Karion, J. B. Miller, Scot M. Miller, N. Parazoo, James T. Randerson, Colm Sweeney, Pieter P. Tans, K. W. Thoning, Sander Veraverbeke, Charles E. Miller, Steven C. Wofsy

Notice bibliographique

RevueProceedings of the National Academy of Sciences · 2017
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensDalhousie University
Organismes subventionnairesU.S. Department of the InteriorU.S. Geological SurveyNational Aeronautics and Space AdministrationNational Oceanic and Atmospheric AdministrationNational Science Foundation
Mots-clésTundraPermafrostEnvironmental scienceArcticEcosystemCarbon dioxideEcosystem respirationClimate changeAtmospheric sciencesCarbon cycleSoil waterTerrestrial ecosystemClimatologySoil respirationThe arcticGreenhouse gasOceanographyEcologyPrimary productionSoil scienceGeology

Résumé

récupéré en direct d'OpenAlex

Significance Rising arctic temperatures could mobilize reservoirs of soil organic carbon trapped in permafrost. We present the first quantitative evidence for large, regional-scale early winter respiration flux, which more than offsets carbon uptake in summer in the Arctic. Data from the National Oceanic and Atmospheric Administration’s Barrow station indicate that October through December emissions of CO 2 from surrounding tundra increased by 73% since 1975, supporting the view that rising temperatures have made Arctic ecosystems a net source of CO 2 . It has been known for over 50 y that tundra soils remain unfrozen and biologically active in early winter, yet many Earth System Models do not correctly represent this phenomenon or the associated CO 2 emissions, and hence they underestimate current, and likely future, CO 2 emissions under climate change.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,072
Score d'incertitude au seuil0,990

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
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 Opus0,052
Tête enseignante GPT0,272
Écart entre enseignants0,221 · 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

Citations248
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the National Academy of SciencesMême sujetClimate change and permafrostTravaux en français237 207