Global Ocean Sediment Composition and Burial Flux in the Deep Sea
Notice bibliographique
Résumé
Abstract Quantitative knowledge about the burial of sedimentary components at the seafloor has wide‐ranging implications in ocean science, from global climate to continental weathering. The use of 230 Th‐normalized fluxes reduces uncertainties that many prior studies faced by accounting for the effects of sediment redistribution by bottom currents and minimizing the impact of age model uncertainty. Here we employ a recently compiled global data set of 230 Th‐normalized fluxes with an updated database of seafloor surface sediment composition to derive atlases of the deep‐sea burial flux of calcium carbonate, biogenic opal, total organic carbon (TOC), nonbiogenic material, iron, mercury, and excess barium (Ba xs ). The spatial patterns of major component burial are mainly consistent with prior work, but the new quantitative estimates allow evaluations of deep‐sea budgets. Our integrated deep‐sea burial fluxes are 136 Tg C/yr CaCO 3 , 153 Tg Si/yr opal, 20Tg C/yr TOC, 220 Mg Hg/yr, and 2.6 Tg Ba xs /yr. This opal flux is roughly a factor of 2 increase over previous estimates, with important implications for the global Si cycle. Sedimentary Fe fluxes reflect a mixture of sources including lithogenic material, hydrothermal inputs and authigenic phases. The fluxes of some commonly used paleo‐productivity proxies (TOC, biogenic opal, and Ba xs ) are not well‐correlated geographically with satellite‐based productivity estimates. Our new compilation of sedimentary fluxes provides detailed regional and global information, which will help refine the understanding of sediment preservation.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».