MétaCan
Menu
Retour à la cohorte
Enregistrement W2917136995 · doi:10.1016/j.scitotenv.2019.02.249

National estimation of soil organic carbon storage potential for arable soils: A data-driven approach coupled with carbon-landscape zones

2019· article· en· W2917136995 sur OpenAlexaff
Songchao Chen, Dominique Arrouays, Denis A. Angers, Claire Chenu, Pierre Barré, Manuel Martín, Nicolas Saby, Christian Walter

Notice bibliographique

RevueThe Science of The Total Environment · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSoil Carbon and Nitrogen Dynamics
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesAgence de l'Environnement et de la Maîtrise de l'EnergieInstitut National de la Recherche AgronomiqueAgence Nationale de la RechercheChina Scholarship CouncilInstitut de Recherche pour le Développement
Mots-clésSubsoilTopsoilSoil carbonArable landEnvironmental scienceSoil waterSoil scienceHydrology (agriculture)AgricultureGeographyEngineering

Résumé

récupéré en direct d'OpenAlex

into long-lived soil carbon pools. The launch of the 4 per 1000 initiative has resulted in an increased interest in developing methods to quantity the additional SOC that can be stored in soil under different management options. In this work, we have made a first attempt to estimate SOC storage potential of arable soils using a data-driven approach based on the French National Soil Monitoring Network. The data-driven approach was used to determine the maximum SOC stocks of arable soils for France. We first defined different carbon-landscape zones (CLZs) using clustering analysis. We then computed estimates of the highest possible values using percentile of 0.8, 0.85, 0.9 and 0.95 of the measured SOC stocks within these CLZs. The SOC storage potential was calculated as the difference between the maximum SOC stocks and current SOC stocks for topsoil and subsoil. The percentile used to determine highest possible SOC had a large influence on the estimates of French national SOC storage potential. When the percentile increased from 0.8 to 0.95, the national SOC storage potential increased by two to three-fold, from 336 to 1020 Mt for topsoil and from 165 to 433 Mt for subsoil, suggesting a high sensitivity of this approach to the selected percentile. Nevertheless, we argue that this approach can offer advantages from an operational point of view, as it enables to set targets of SOC storage taking into account both policy makers' and farmers' considerations about their feasibility. Robustness of the estimates should be further assessed using complementary approaches such as mechanistic modelling.

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaaucune catégorie
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Simulation ou modélisationlow
gptaucune catégorie
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Simulation ou modélisationhigh
modèles en accordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,102
Score d'incertitude au seuil0,203

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 GPT0,192
Écart entre enseignants0,180 · 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

Étiqueté directement par 2 modèles lisant le dossier complet.

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

Citations122
Publié2019
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueThe Science of The Total EnvironmentMême sujetSoil Carbon and Nitrogen DynamicsTravaux en français237 207