MétaCan
Menu
Retour à la cohorte
Enregistrement W3138130580 · doi:10.1029/2020gl092263

The Ocean Carbon Response to COVID‐Related Emissions Reductions

2021· article· en· W3138130580 sur OpenAlexaff
Nicole S. Lovenduski, Neil C. Swart, Adrienne J. Sutton, John C. Fyfe, Galen A. McKinley, Christopher L. Sabine, Nancy L. Williams

Notice bibliographique

RevueGeophysical Research Letters · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCOVID-19 impact on air quality
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesNational Science Foundation
Mots-clésEnvironmental scienceCarbon dioxideGreenhouse gasCoronavirus disease 2019 (COVID-19)Carbon dioxide in Earth's atmosphereAtmospheric sciencesCarbon cycleAtmosphere (unit)Carbon fibersClimate changeEarth system scienceClimatologyMeteorologyOceanographyChemistryGeologyGeographyEcologyEcosystemComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract The decline in global emissions of carbon dioxide due to the COVID‐19 pandemic provides a unique opportunity to investigate the sensitivity of the global carbon cycle and climate system to emissions reductions. Recent efforts to study the response to these emissions declines has not addressed their impact on the ocean, yet ocean carbon absorption is particularly susceptible to changing atmospheric carbon concentrations. Here, we use ensembles of simulations conducted with an Earth system model to explore the potential detection of COVID‐related emissions reductions in the partial pressure difference in carbon dioxide between the surface ocean and overlying atmosphere (ΔpCO 2 ), a quantity that is regularly measured. We find a unique fingerprint in global‐scale ΔpCO 2 that is attributable to COVID, though the fingerprint is difficult to detect in individual model realizations unless we force the model with a scenario that has four times the observed emissions reduction.

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)0,003
score de la tête « metaresearch » (Gemma)0,011
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,830
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,002

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 Opus0,051
Tête enseignante GPT0,388
Écart entre enseignants0,337 · 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.

Devis d'étudeExpérimental (laboratoire)
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

Citations14
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeophysical Research LettersMême sujetCOVID-19 impact on air qualityTravaux en français237 207