MétaCan
Menu
Retour à la cohorte
Enregistrement W2783837650 · doi:10.1021/acs.est.7b04717

Riverine Export of Aged Carbon Driven by Flow Path Depth and Residence Time

2018· article· en· W2783837650 sur OpenAlexaff
Rebecca T. Barnes, David Butman, Henry F. Wilson, Peter A. Raymond

Notice bibliographique

RevueEnvironmental Science & Technology · 2018
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine and coastal ecosystems
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesDivision of Environmental Biology
Mots-clésDissolved organic carbonHydrology (agriculture)Environmental scienceResidence time (fluid dynamics)WeatheringArcticTotal organic carbonSTREAMSCarbon cycleCarbon fibersAridErosionEnvironmental chemistryGeologyOceanographyEcosystemChemistryEcologyGeomorphology

Résumé

récupéré en direct d'OpenAlex

The flux of terrestrial C to rivers has increased relative to preindustrial levels, a fraction of which is aged dissolved organic C (DOC). In rivers, C is stored in sediments, exported to the ocean, or (bio)chemically processed and released as CO 2 . Disturbance changes land cover and hydrology, shifting potential sources and processing of DOC. To investigate the likely sources of aged DOC, we analyzed radiocarbon ages, chemical, and spectral properties of DOC and major ions from 19 rivers draining the coterminous U.S. and Arctic. DOC optics indicated that the majority is exported as aromatic, high molecular weight, modern molecules while aged DOC tended to consist of smaller, microbial degradation products. Aged DOC exports, observed regularly in arid basins and during base flow in arctic rivers, are associated with higher proportion of mineral weathering products, suggesting deeper flows paths. These patterns also indicate potential for production of microbial byproducts as DOC ages in soil and water with longer periods of time between production and transport. Thus, changes in hydrology associated with landscape alteration (e.g., tilling or shifting climates) that can result in deeper flow paths or longer residence times will likely lead to a greater proportion of aged carbon in riverine exports.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,084
Score d'incertitude au seuil0,939

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 technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,003
Tête enseignante GPT0,165
Écart entre enseignants0,162 · 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

Citations113
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & TechnologyMême sujetMarine and coastal ecosystemsTravaux en français237 207