MétaCan
Menu
Retour à la cohorte
Enregistrement W2771703027 · doi:10.1016/j.tree.2017.11.004

Global Carbon Cycling on a Heterogeneous Seafloor

2017· review· en· W2771703027 sur OpenAlexafffund
Paul V. R. Snelgrove, Karline Soetaert, Martin Solan, Simon F. Thrush, Chih‐Lin Wei, Roberto Danovaro, Robinson W. Fulweiler, Hiroshi Kitazato, Baban Ingole, Alf Norkko, R. John Parkes, Nils Volkenborn

Notice bibliographique

RevueTrends in Ecology & Evolution · 2017
Typereview
Langueen
DomaineEarth and Planetary Sciences
ThématiqueOcean Acidification Effects and Responses
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNatural Environment Research CouncilSight Research UKDepartment for Environment, Food and Rural Affairs, UK GovernmentNational Science Foundation
Mots-clésSeafloor spreadingCyclingCarbon cycleCarbon fibersGeologyEarth scienceEnvironmental scienceAstrobiologyOceanographyGeographyComputer scienceArchaeologyEcosystemEcologyPhysics

Résumé

récupéré en direct d'OpenAlex

Diverse biological communities mediate the transformation, transport, and storage of elements fundamental to life on Earth, including carbon, nitrogen, and oxygen. However, global biogeochemical model outcomes can vary by orders of magnitude, compromising capacity to project realistic ecosystem responses to planetary changes, including ocean productivity and climate. Here, we compare global carbon turnover rates estimated using models grounded in biological versus geochemical theory and argue that the turnover estimates based on each perspective yield divergent outcomes. Importantly, empirical studies that include sedimentary biological activity vary less than those that ignore it. Improving the relevance of model projections and reducing uncertainty associated with the anticipated consequences of global change requires reconciliation of these perspectives, enabling better societal decisions on mitigation and adaptation.

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)0,000
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,071
Tête enseignante GPT0,356
Écart entre enseignants0,285 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations201
Publié2017
Routes d'admission2
Résumé présentnon

Explorer davantage

Même revueTrends in Ecology & EvolutionMême sujetOcean Acidification Effects and ResponsesTravaux en français237 207