MétaCan
Menu
Retour à la cohorte
Enregistrement W2908148979 · doi:10.1029/2018ms001363

Modeling Global Riverine DOC Flux Dynamics From 1951 to 2015

2019· article· en· W2908148979 sur OpenAlexafffund
Mingxu Li, Changhui Peng, Xiaolu Zhou, Yanzheng Yang, Yanrong Guo, Guohua Shi, Qiuan Zhu

Notice bibliographique

RevueJournal of Advances in Modeling Earth Systems · 2019
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine and coastal ecosystems
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesCanadian Network for Research and Innovation in Machining Technology, Natural Sciences and Engineering Research Council of CanadaNational Natural Science Foundation of China
Mots-clésEnvironmental scienceDissolved organic carbonCarbon cycleEcosystemFlux (metallurgy)Terrestrial ecosystemGlobal changeWater cycleHydrology (agriculture)Primary productionAtmospheric sciencesClimate changeEcologyOceanographyGeologyChemistryBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Climate change has a profound impact on the global carbon cycle, including effects on riverine carbon pools, which connect terrestrial, oceanic, and atmospheric carbon pools. Until now, terrestrial ecosystem models have rarely incorporated riverine carbon components into global carbon budgets. Here we developed a new process‐based model, TRIPLEX‐HYDRA (TRIPLEX‐hydrological routing algorithm), that considers the production, consumption, and transport processes of nonanthropogenic dissolved organic carbon (DOC) from soil to river ecosystems. After the parameter calibration, model results explained more than 50% of temporal variations in all but three rivers. Validation results suggested that DOC yield simulated by TRIPLEX‐HYDRA has a good fit (R2 = 0.61, n = 71, p < 0.001) with global river observations. And then, we applied this model for global rivers. We found that mean DOC yield of global river approximately 1.08 g C/m2 year, where most high DOC yield appeared in the rivers from high northern or tropic regions. Furthermore, our results suggested that global riverine DOC flux appeared a significant decrease trend (average rate: 0.38 Pg C/year) from 1951 to 2015, although the variation patterns of DOC fluxes in global rivers are diverse. A decreasing trend in riverine DOC flux appeared in the middle and high northern latitude regions (30–90°N), which could be attributable to an increased flow path and DOC degradation during the transport process. Furthermore, increasing trend of DOC fluxes is found in rivers from tropical regions (30°S–30°N), which might be related to an increase in terrestrial organic carbon input. Many other rivers (e.g., Mississippi, Yangtze, and Lena rivers) experienced no significant changes under a changing environment.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,052
Score d'incertitude au seuil0,103

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
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 Opus0,008
Tête enseignante GPT0,232
Écart entre enseignants0,224 · 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'étudeSimulation ou modélisation
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

Citations84
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Advances in Modeling Earth SystemsMême sujetMarine and coastal ecosystemsTravaux en français237 207