MétaCan
Menu
Retour à la cohorte
Enregistrement W3110660820 · doi:10.1029/2020wr028269

Mobilization of Geochemical Elements to Surface Water in the Active Layer of Permafrost in the Russian Arctic

2020· article· en· W3110660820 sur OpenAlexaff
Xiaowen Ji, Evgeny Abakumov, Vyacheslav Polyakov, Xianchuan Xie

Notice bibliographique

RevueWater Resources Research · 2020
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesRussian Foundation for Basic ResearchNational Natural Science Foundation of China
Mots-clésPermafrostActive layerSurface waterHydrology (agriculture)Riparian zoneGeologyThermokarstArcticSoil waterSurface layerGroundwaterSoil horizonEnvironmental scienceSoil scienceLayer (electronics)OceanographyHabitat

Résumé

récupéré en direct d'OpenAlex

Abstract The predicted increase of ground temperatures in the Arctic results in the deepening of the active layer and intensification of geochemical processes. Determining the responses of riparian soil systems to surrounding hydrological flows is important for understanding seasonal changes in hydrological processes. In this study, one soil core from a polygon rim (close to the Taz River, TA) and two soil cores from a riverine terrace (close to the Syoyakha River, SY and Murtyyakha River, MU) in Western Siberia, Russia, and their suprapermafrost water, adjacent surface flows, and river water were sampled for analysis of geochemical elements. Results showed that most elements above their respective detection limits began accumulating in the underlying gleyed layer during September‐October in response to the deepest thaw in the active layer. This study focused on the highly mobile elements in the deepest layer; and found that the transport of organic matter in the upper layer carried these elements to both surface water ponds/flows and suprapermafrost water, and further, to the rivers. The efflux of released elements from surface soil to surrounding surface water appeared to be low. The best linear correlation for both surface flows and river water was with Mn; therefore, Mn may be a proxy for predicting the processes occurring within the active layer during the annual summer‐autumn thaw. Moreover, landscapes with different ice contents may experience changes in the elements transported to surface waters. A general conceptual model for the response of elements to the thawing‐freezing process of the active layer is established.

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)0,000
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 enseignants0,043
Score d'incertitude au seuil0,086

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
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 Opus0,114
Tête enseignante GPT0,330
Écart entre enseignants0,216 · 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

Citations30
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWater Resources ResearchMême sujetClimate change and permafrostTravaux en français237 207