MétaCan
Menu
Retour à la cohorte
Enregistrement W2734640651 · doi:10.5194/bg-15-1335-2018

Towards an assessment of riverine dissolved organic carbon in surface waters of the western Arctic Ocean based on remote sensing and biogeochemical modeling

2018· article· en· W2734640651 sur OpenAlexafffundabout
Vincent Le Fouest, Atsushi Matsuoka, Manfredi Manizza, Mona Shernetsky, Bruno Tremblay, Marcel Babin

Notice bibliographique

RevueBiogeosciences · 2018
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensTakuvik Joint International LaboratoryMcGill UniversityMakivik Corporation
Organismes subventionnairesJapan Aerospace Exploration AgencyCentre National d’Etudes SpatialesCentre National de la Recherche ScientifiqueArcticNetUniversité Laval
Mots-clésBiogeochemical cycleEnvironmental scienceBiogeochemistryArcticOceanographyDissolved organic carbonTerrigenous sedimentColored dissolved organic matterStructural basinGeologyPhytoplanktonEcologyNutrient

Résumé

récupéré en direct d'OpenAlex

Abstract. Future climate warming of the Arctic could potentially enhance the load of terrigenous dissolved organic carbon (tDOC) of Arctic rivers due to increased carbon mobilization within watersheds. A greater flux of tDOC might impact the biogeochemical processes of the coastal Arctic Ocean (AO) and ultimately its capacity to absorb atmospheric CO2. In this study, we show that sea-surface tDOC concentrations simulated by a physical–biogeochemical coupled model in the Canadian Beaufort Sea for 2003–2011 compare favorably with estimates retrieved by satellite imagery. Our results suggest that, over spring–summer, tDOC of riverine origin contributes to 35 % of primary production and that an equivalent of ∼ 10 % of tDOC is exported westwards with the potential of fueling the biological production of the eastern Alaskan nearshore waters. The combination of model and satellite data provides promising results to extend this work to the entire AO so as to quantify, in conjunction with in situ data, the expected changes in tDOC fluxes and their potential impact on the AO biogeochemistry at basin 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 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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,733
Score d'incertitude au seuil0,976

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,015
Tête enseignante GPT0,245
Écart entre enseignants0,231 · 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

Citations24
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBiogeosciencesMême sujetArctic and Antarctic ice dynamicsTravaux en français237 207