MétaCan
Menu
Retour à la cohorte
Enregistrement W2956252856 · doi:10.1175/bams-d-18-0268.1

FLUXNET-CH4 Synthesis Activity: Objectives, Observations, and Future Directions

2019· article· en· W2956252856 sur OpenAlexaff
Sara Knox, Robert B. Jackson, Benjamin Poulter, Gavin McNicol, Etienne Fluet‐Chouinard, Zhen Zhang, Gustaf Hugelius, Philippe Bousquet, Josep G. Canadell, Marielle Saunois, Dario Papale, Housen Chu, Trevor F. Keenan, Dennis Baldocchi, Margaret Torn, Ivan Mammarella, Carlo Trotta, Mika Aurela, Gil Bohrer, David I. Campbell, Alessandro Cescatti, Samuel D. Chamberlain, Jiquan Chen, Weinan Chen, Sigrid Dengel, Ankur R. Desai, E. S. Euskirchen, Thomas Friborg, Daniele Gasbarra, Ignacio Goded, Mathias Goeckede, Martin Heimann, Manuel Helbig, Takashi Hirano, David Y. Hollinger, Hiroki Iwata, Minseok Kang, Janina Klatt, Ken W. Krauss, Lars Kutzbach, Annalea Lohila, Bhaskar Mitra, Timothy H. Morin, Mats Nilsson, Shuli Niu, Asko Noormets, Walter C. Oechel, Matthias Peichl, Olli Peltola, Michele L. Reba, Andrew D. Richardson, Benjamin R. K. Runkle, Youngryel Ryu, Torsten Sachs, K. V. Schäfer, Hans Peter Schmid, Narasinha Shurpali, Oliver Sonnentag, Angela Che Ing Tang, Masahito Ueyama, Rodrigo Vargas, Timo Vesala, Eric J. Ward, Lisamarie Windham‐Myers, Georg Wohlfahrt, Donatella Zona

Notice bibliographique

RevueBulletin of the American Meteorological Society · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric and Environmental Gas Dynamics
Établissements canadiensMcMaster UniversityUniversité de MontréalUniversity of British Columbia
Organismes subventionnairesNatural Environment Research CouncilSight Research UK
Mots-clésFluxNetEddy covarianceEnvironmental scienceFlux (metallurgy)EcosystemEcosystem respirationWetlandAtmospheric sciencesEstuaryHydrology (agriculture)EcologyChemistryPhysicsBiology

Résumé

récupéré en direct d'OpenAlex

Abstract This paper describes the formation of, and initial results for, a new FLUXNET coordination network for ecosystem-scale methane (CH 4 ) measurements at 60 sites globally, organized by the Global Carbon Project in partnership with other initiatives and regional flux tower networks. The objectives of the effort are presented along with an overview of the coverage of eddy covariance (EC) CH 4 flux measurements globally, initial results comparing CH 4 fluxes across the sites, and future research directions and needs. Annual estimates of net CH 4 fluxes across sites ranged from −0.2 ± 0.02 g C m –2 yr –1 for an upland forest site to 114.9 ± 13.4 g C m –2 yr –1 for an estuarine freshwater marsh, with fluxes exceeding 40 g C m –2 yr –1 at multiple sites. Average annual soil and air temperatures were found to be the strongest predictor of annual CH 4 flux across wetland sites globally. Water table position was positively correlated with annual CH 4 emissions, although only for wetland sites that were not consistently inundated throughout the year. The ratio of annual CH 4 fluxes to ecosystem respiration increased significantly with mean site temperature. Uncertainties in annual CH 4 estimates due to gap-filling and random errors were on average ±1.6 g C m –2 yr –1 at 95% confidence, with the relative error decreasing exponentially with increasing flux magnitude across sites. Through the analysis and synthesis of a growing EC CH 4 flux database, the controls on ecosystem CH 4 fluxes can be better understood, used to inform and validate Earth system models, and reconcile differences between land surface model- and atmospheric-based estimates of CH 4 emissions.

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)0,011
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,059

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,000
Communication savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,003

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 Opus0,006
Tête enseignante GPT0,191
Écart entre enseignants0,185 · 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'étudeSans objet
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

Citations261
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBulletin of the American Meteorological SocietyMême sujetAtmospheric and Environmental Gas DynamicsTravaux en français237 207