MétaCan
Menu
← Retour à la cohorte
Enregistrement W3098558754 · doi:10.5194/egusphere-egu2020-14347

Towards the first circumarctic N2O budget – Extrapolating to the landscape scale

2020· article· en· W3098558754 sur OpenAlexaff
Lona van Delden, Maija E. Marushchak, Carolina Voigt, Guido Grosse, Alexey Faguet, Nikolay Lashchinskiy, Johanna Kerttula, Christina Biasi

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésBiogeochemical cycleChemistryEnvironmental chemistry

Résumé

récupéré en direct d'OpenAlex

The Arctic is warming at twice the rate of the rest of the globe. While it has been increasingly highlighted that thawing permafrost accelerates soil organic matter decomposition, research on biogeochemical N cycling is still underrepresented. Arctic nitrous oxide (N2O) emissions have long been assumed to have a negligible climatic impact but recently increasing evidence has emerged of N2O hotspots in the Arctic. Even in small amounts, N2O has the potential to contribute to climate change due to it being nearly 300 times more potent at radiative forcing than CO2. Therefore, the ‘NOCA’ project aims to establish the first circumarctic N2O budget. Following intensive N2O flux sampling campaigns at primary sites within Northern Russia and soil N2O concentration measurements from secondary sites across the Arctic, we are now entering the phase of spatial extrapolation. Challenges to overcome are the small-scale heterogeneity of the landscape and incorporating small features that can function as N2O hotspots. Therefore, as a first step in upscaling the N2O fluxes, high resolution imagery is needed. We show here novel high-resolution 3D imagery from an unmanned aerial vehicle (UAV), which will be used to upscale N2O fluxes from plot to landscape scale by linking ground-truth N2O measurements to vegetation maps. This approach will first be applied to the East cliff of Kurungnakh Island in the Lena River Delta of North Siberia and is based on 2019 sampling campaign data. Kurungnakh Island is characterized by ice- and organic-rich Yedoma permafrost that is thawed by fluvial thermo-erosion forming retrogressive thaw slumps in various stages of activity. Overall, 20 sites were sampled along the cliff and inland, covering the significant topographic and vegetative characteristics of the landscape. The data from this scale will provide the basis for extrapolating, by using a stepwise upscaling approach, to the regional and finally circumarctic scale, allowing a first rough estimate of the current climate impact of N2O emissions from permafrost affected soils. Available international circumarctic data from this and past projects will be synthesized with an Arctic N2O database under development for use in future ecosystem and process-based climate model simulations.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,045
Score d'incertitude au seuil0,090

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0020,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0120,003

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 Opus0,068
Tête enseignante GPT0,246
Écart entre enseignants0,179 · 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetClimate change and permafrost→Travaux en français237 207→