MétaCan
Menu
Retour à la cohorte
Enregistrement W3152860864 · doi:10.1126/sciadv.abc7318

Correcting a major error in assessing organic carbon pollution in natural waters

2021· article· en· W3152860864 sur OpenAlexaff
Nianzhi Jiao, Jihua Liu, Bethanie R. Edwards, Zongqing Lv, Ruanhong Cai, Yongqin Liu, Xilin Xiao, Jianning Wang, Rui Wang, Xingyu Huang, Bixi Guo, Jia Sun, Rui Zhang, Yao Zhang, Kai Tang, Qiang Zheng, Farooq Azam, John Batt, Wei‐Jun Cai, Chen He, Gerhard J. Herndl, Paul S. Hill, David A. Hutchins, Julie LaRoche, Marlon R. Lewis, Hugh L. MacIntyre, Luca Polimene, Carol Robinson, Quan Shi, Curtis A. Suttle, Helmuth Thomas, Douglas W.R. Wallace, Louis Legendre

Notice bibliographique

RevueScience Advances · 2021
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine and coastal ecosystems
Établissements canadiensFisheries and Oceans CanadaDalhousie University
Organismes subventionnairesNational Key Research and Development Program of ChinaChina Ocean Mineral Resources Research and Development AssociationNatural Environment Research CouncilSight Research UKLeverhulme Trust
Mots-clésEnvironmental scienceDissolved organic carbonEnvironmental chemistryPollutionChemical oxygen demandBiochemical oxygen demandAquatic ecosystemTotal organic carbonWater pollutionEnvironmental engineeringEcologyChemistryWastewaterBiology

Résumé

récupéré en direct d'OpenAlex

emissions. These problems are caused by labile DOC (LDOC) and not refractory DOC (RDOC) that resists degradation and is thus a carbon sink. For nearly a century, chemical oxygen demand (COD) has been widely used for assessment of organic pollution in aquatic systems. Here, we show through a multicountry survey and experimental studies that COD is not an appropriate proxy of microbial degradability of organic matter because it oxidizes both LDOC and RDOC, and the latter contributes up to 90% of DOC in high-latitude forested areas. Hence, COD measurements do not provide appropriate scientific information on organic pollution in natural waters and can mislead environmental policies. We propose the replacement of the COD method with an optode-based biological oxygen demand method to accurately and efficiently assess organic pollution in natural aquatic environments.

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)0,001
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 enseignants0,158
Score d'incertitude au seuil0,916

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,009
Tête enseignante GPT0,237
Écart entre enseignants0,228 · 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

Citations89
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScience AdvancesMême sujetMarine and coastal ecosystemsTravaux en français237 207