MétaCan
Menu
Retour à la cohorte
Enregistrement W3008710125 · doi:10.1002/lno.11421

Freshening of the western Arctic negates anthropogenic carbon uptake potential

2020· article· en· W3008710125 sur OpenAlexaboutno aff
Ryan J. Woosley, Frank J. Millero

Notice bibliographique

RevueLimnology and Oceanography · 2020
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensnon disponible
Organismes subventionnairesNational Science Foundation
Mots-clésEnvironmental scienceDissolved organic carbonSink (geography)ArcticAlkalinityCarbon dioxideTotal inorganic carbonOceanographyCarbon cycleCarbon sinkThe arcticCarbon fibersDilutionEnvironmental chemistryCarbon dioxide in Earth's atmosphereEcologyClimate changeEcosystemChemistryGeologyGeographyBiology

Résumé

récupéré en direct d'OpenAlex

Abstract As human activities increase the atmospheric concentration of carbon dioxide (CO2), the oceans are known to absorb a significant portion. The Arctic Ocean has long been considered to have enormous potential to sequester anthropogenic CO2, and mitigate emissions. The frigid waters make CO2more soluble, and as sea ice melts, greater surface area is exposed to absorb CO2. However, sparse data have made quantifying the amount of anthropogenic CO2in the Arctic difficult, stimulating much debate over the basin's contribution to CO2sequestration from the atmosphere. Using three separate cruises in 1994, 2005, and 2015 in the Canada and Makarov basins, we analyze the decadal variability in anthropogenic CO2uptake in the central western Arctic. Here we show, from direct carbon system measurements spanning two decades, that despite increased atmospheric CO2, total dissolved inorganic carbon has actually decreased, with minimal anthropogenic CO2uptake. The reduction in dissolved CO2results from a dilution of total alkalinity by increased freshwater supply, particularly river water. Changes in the freshwater budget of the western Arctic override its uptake potential, resulting in a weak sink, or possibly source of CO2.

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 enseignants0,167
Score d'incertitude au seuil0,332

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
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 Opus0,008
Tête enseignante GPT0,184
Écart entre enseignants0,176 · 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

Citations49
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLimnology and OceanographyMême sujetArctic and Antarctic ice dynamicsTravaux en français237 207