MétaCan
Menu
Retour à la cohorte
Enregistrement W3045101881 · doi:10.5194/bg-17-5809-2020

Ideas and perspectives: A strategic assessment of methane and nitrous oxide measurements in the marine environment

2020· article· en· W3045101881 sur OpenAlexaff
Samuel T. Wilson, Alia Al-Haj, Annie Bourbonnais, Claudia Frey, Robinson W. Fulweiler, J. D. Kessler, Hannah K. Marchant, Jana Milucka, Nicholas E. Ray, Parvadha Suntharalingam, Brett F. Thornton, Robert C. Upstill‐Goddard, Thomas Weber, Damian L. Arévalo‐Martínez, Hermann W. Bange, Heather Benway, Daniele Bianchi, Alberto Borges, Bonnie X. Chang, Patrick Crill, Daniela A. del Valle, Laura Farı́as, Samantha B. Joye, Annette Kock, Jabrane Labidi, Cara C. Manning, John W. Pohlman, Gregor Rehder, Katy J. Sparrow, Philippe D. Tortell, Tina Treude, David L. Valentine, Bess B. Ward, Simon X. Yang, Leonid Yurganov

Notice bibliographique

RevueBiogeosciences · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric and Environmental Gas Dynamics
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesFondos de Desarrollo de la Astronomía NacionalUniversity of California, Los AngelesJoint Institute for the Study of the Atmosphere and OceanNational Aeronautics and Space AdministrationNational Science Foundation
Mots-clésBiogeochemistryBiogeochemical cycleEnvironmental scienceTrace gasClimate changeMethaneGreenhouse gasInteroperabilityMarine ecosystemEnvironmental resource managementNitrous oxideEcosystemBiosphereEarth scienceComputer scienceOceanographyEcologyMeteorologyGeographyGeology

Résumé

récupéré en direct d'OpenAlex

Abstract. In the current era of rapid climate change, accurate characterization of climate-relevant gas dynamics – namely production, consumption, and net emissions – is required for all biomes, especially those ecosystems most susceptible to the impact of change. Marine environments include regions that act as net sources or sinks for numerous climate-active trace gases including methane (CH4) and nitrous oxide (N2O). The temporal and spatial distributions of CH4 and N2O are controlled by the interaction of complex biogeochemical and physical processes. To evaluate and quantify how these mechanisms affect marine CH4 and N2O cycling requires a combination of traditional scientific disciplines including oceanography, microbiology, and numerical modeling. Fundamental to these efforts is ensuring that the datasets produced by independent scientists are comparable and interoperable. Equally critical is transparent communication within the research community about the technical improvements required to increase our collective understanding of marine CH4 and N2O. A workshop sponsored by Ocean Carbon and Biogeochemistry (OCB) was organized to enhance dialogue and collaborations pertaining to marine CH4 and N2O. Here, we summarize the outcomes from the workshop to describe the challenges and opportunities for near-future CH4 and N2O research in the marine environment.

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 enseignants0,015
Score d'incertitude au seuil0,349

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 technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,040
Tête enseignante GPT0,244
Écart entre enseignants0,204 · 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

Citations36
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiogeosciencesMême sujetAtmospheric and Environmental Gas DynamicsTravaux en français237 207