MétaCan
Menu
← Retour à la cohorte
Enregistrement W2765713703 · doi:10.1002/2017gl074375

Revising Estimates of Aquatic Gross Oxygen Production by the Triple Oxygen Isotope Method to Incorporate the Local Isotopic Composition of Water

2017· article· en· W2765713703 sur OpenAlexafffund
Cara C. Manning, Evan M. Howard, David Nicholson, Brenda Y. Ji, Zoe O. Sandwith, Rachel H. R. Stanley

Notice bibliographique

RevueGeophysical Research Letters · 2017
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine and coastal ecosystems
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNational Science Foundation of Sri LankaNatural Sciences and Engineering Research Council of CanadaNational Defense Science and Engineering GraduateNational Science Foundation
Mots-clésSeawaterComposition (language)OxygenIsotopes of oxygenSalinityOxygen-18Stable isotope ratioIsotopeChemistryEnvironmental scienceAnalytical Chemistry (journal)Environmental chemistryGeologyOceanographyPhysicsNuclear chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Measurement of the triple oxygen isotope (TOI) composition of O2 is an established method for quantifying gross oxygen production (GOP) in natural waters. A standard assumption to this method is that the isotopic composition of H2O, the substrate for photosynthetic O2, is equivalent to Vienna standard mean ocean water (VSMOW). We present and validate a method for estimating the TOI composition of H2O based on mixing of local meteoric water and seawater H2O end‐members, and incorporating the TOI composition of H2O into GOP estimates. In the ocean, GOP estimates based on assuming the H2O is equivalent to VSMOW can have systematic errors of up to 48% and in low‐salinity systems, errors can be a factor of 2 or greater. In future TOI‐based GOP studies, TOI measurements of O2 and H2O should be paired when the H2O isotopic composition is expected to differ from VSMOW.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,037
Tête enseignante GPT0,307
Écart entre enseignants0,269 · 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'étudeExpérimental (laboratoire)
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

Citations18
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGeophysical Research Letters→Même sujetMarine and coastal ecosystems→Travaux en français237 207→