MétaCan
Menu
Retour à la cohorte
Enregistrement W2916830800 · doi:10.1088/1755-1315/226/1/012023

Variable effects of climate change on carbon balance in northern ecosystems

2019· article· en· W2916830800 sur OpenAlexaff
Alex Matveev

Notice bibliographique

RevueIOP Conference Series Earth and Environmental Science · 2019
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensConcordia UniversityUniversité LavalCenter for Northern Studies
Organismes subventionnairesnon disponible
Mots-clésEnvironmental sciencePermafrostBiogeochemical cycleEcosystemClimate changeSubarctic climateGlobal warmingAtmospheric sciencesCarbon cycleClimatologyEcologyOceanographyGeology

Résumé

récupéré en direct d'OpenAlex

Accumulation of carbon dioxide (CO 2 ) and methane (CH 4 ) in the atmosphere of the planet accelerates climate change, and northern high-latitude regions are warming faster than the planetary average. This accelerated warming of northern regions is associated with multiple climate feedbacks, including those linked to the mobilization of old organic carbon previously sequestered in the frozen ground. This critical climate-feedback mechanism has major uncertainties, and may respond nonlinearly to ongoing warming at high latitudes. This study examines the role of freshwater ecosystems in the subarctic carbon balance, and addresses some sources of nonlinearity in the effect of climate warming on these ecosystems. Specifically, I examine the CO 2 and CH 4 dynamics in permafrost thaw-related ecosystems, and the associated biogeochemical processes. Our results show that major sources of variation in the dynamics of these two gases are associated with the geomorphological properties of the landscape, the degree of ground warming and seasonal biogeochemical dynamics. Accelerated climate change in northern regions may also intensify the CO 2 and CH 4 cycles in these regions, and may substantially increase the current CH 4 flux from these ecosystems.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,001
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 Opus0,012
Tête enseignante GPT0,183
Écart entre enseignants0,171 · 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

Citations2
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIOP Conference Series Earth and Environmental ScienceMême sujetClimate change and permafrostTravaux en français237 207