MétaCan
Menu
Retour à la cohorte
Enregistrement W2908555169 · doi:10.1002/ppp.1994

Greenhouse gas formation in ice wedges at Cyuie, central Yakutia

2019· article· en· W2908555169 sur OpenAlexaff
Kyung-Min Kim, Ji‐Woong Yang, Hyunsuk Yoon, Eunji Byun, Alexander N. Fedorov, Yeongjun Ryu, Jinho Ahn

Notice bibliographique

RevuePermafrost and Periglacial Processes · 2019
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeology and Paleoclimatology Research
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNational Research Foundation of Korea
Mots-clésSnowPermafrostSnowmeltGeologyGreenhouse gasAtmospheric sciencesBiogeochemical cycleCarbon dioxideGlacial periodMixing ratioGeomorphologyChemistryEnvironmental chemistryOceanography

Résumé

récupéré en direct d'OpenAlex

Abstract Greenhouse gases (GHGs) trapped in ice wedges may provide useful information on biogeochemical environments in ground ice. Previous studies have reported highly elevated CO2 and CH4 mixing ratios in ice wedges. However, N2O mixing ratios in ice wedges remain unknown. Here, we present CO2, CH4 and N2O mixing ratios in bubbles and plausible mechanisms of GHG formation for two lakeside ice wedges at Cyuie village near Yakutsk. The CO2 gas age corresponds to the Last Glacial Maximum (18–19 ka). The δ(N2/Ar) values and bubble shapes indicate that the ice wedges formed by dry snow compaction rather than snowmelt water refreezing, while the δ18O and δD values of the ice indicate changes in the source area location and/or the climate during the Last Glacial Maximum. Using a dry extraction method, we obtained gas mixing ratios of 7–13% CO2, 5–130 ppm CH4 and 100–5000 ppb N2O. The δ(O2/Ar) values imply that most of the O2 was consumed by biological respiration. The CH4 is negatively correlated with N2O and CO2. The N2O might have inhibited CH4 production.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,047
Score d'incertitude au seuil0,093

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
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 Opus0,013
Tête enseignante GPT0,229
Écart entre enseignants0,216 · 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'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

Citations18
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePermafrost and Periglacial ProcessesMême sujetGeology and Paleoclimatology ResearchTravaux en français237 207