MétaCan
Menu
Retour à la cohorte
Enregistrement W2982108024 · doi:10.1038/s41467-019-12905-z

Unexpected large evasion fluxes of carbon dioxide from turbulent streams draining the world’s mountains

2019· article· en· W2982108024 sur OpenAlexaff
Åsa Horgby, Pier Luigi Segatto, Enrico Bertuzzo, Ronny Lauerwald, Bernhard Lehner, Amber J. Ulseth, Torsten Vennemann, Tom J. Battin

Notice bibliographique

RevueNature Communications · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric and Environmental Gas Dynamics
Établissements canadiensMcGill University
Organismes subventionnairesSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungEuropean Commission
Mots-clésSTREAMSEnvironmental scienceCarbon cycleHydrology (agriculture)EcosystemGeologyEcology

Résumé

récupéré en direct d'OpenAlex

Abstract Inland waters, including streams and rivers, are active components of the global carbon cycle. Despite the large areal extent of the world’s mountains, the role of mountain streams for global carbon fluxes remains elusive. Using recent insights from gas exchange in turbulent streams, we found that areal CO 2 evasion fluxes from mountain streams equal or exceed those reported from tropical and boreal streams, typically regarded as hotspots of aquatic carbon fluxes. At the regional scale of the Swiss Alps, we present evidence that emitted CO 2 derives from lithogenic and biogenic sources within the catchment and delivered by the groundwater to the streams. At a global scale, we estimate the CO 2 evasion from mountain streams to 167 ± 1.5 Tg C yr −1 , which is high given their relatively low areal contribution to the global stream and river networks. Our findings shed new light on mountain streams for global carbon fluxes.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,128
Score d'incertitude au seuil0,530

Scores Codex et Gemma par catégorie

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

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 Opus0,007
Tête enseignante GPT0,238
Écart entre enseignants0,230 · 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 tête enseignante, 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

Citations131
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetAtmospheric and Environmental Gas DynamicsTravaux en français237 207