MétaCan
Menu
Retour à la cohorte
Enregistrement W2902743507 · doi:10.1126/science.aar3213

Animals and the zoogeochemistry of the carbon cycle

2018· review· en· W2902743507 sur OpenAlexaff
Oswald J. Schmitz, Christopher C. Wilmers, Shawn Leroux, Christopher E. Doughty, Trisha B. Atwood, Mauro Galetti, Andrew B. Davies, S. J. Goetz

Notice bibliographique

RevueScience · 2018
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueSpecies Distribution and Climate Change
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésCarbon cycleCarbon fibersCarbon fluxAbiotic componentEcosystemEnvironmental scienceFlux (metallurgy)EcologyBiologyEnvironmental chemistryChemistryComputer science

Résumé

récupéré en direct d'OpenAlex

Predicting and managing the global carbon cycle requires scientific understanding of ecosystem processes that control carbon uptake and storage. It is generally assumed that carbon cycling is sufficiently characterized in terms of uptake and exchange between ecosystem plant and soil pools and the atmosphere. We show that animals also play an important role by mediating carbon exchange between ecosystems and the atmosphere, at times turning ecosystem carbon sources into sinks, or vice versa. Animals also move across landscapes, creating a dynamism that shapes landscape-scale variation in carbon exchange and storage. Predicting and measuring carbon cycling under such dynamism is an important scientific challenge. We explain how to link analyses of spatial ecosystem functioning, animal movement, and remote sensing of animal habitats with carbon dynamics across landscapes.

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 candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,990
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,007
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,029
Tête enseignante GPT0,289
Écart entre enseignants0,260 · 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.

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

Citations364
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScienceMême sujetSpecies Distribution and Climate ChangeTravaux en français237 207