MétaCan
Menu
Retour à la cohorte
Enregistrement W3157987086 · doi:10.1126/sciadv.abe5799

Increasing Pleistocene permafrost persistence and carbon cycle conundrums inferred from Canadian speleothems

2021· article· en· W3157987086 sur OpenAlexafffundabout
Nicole Biller-Celander, Jeremy D. Shakun, David McGee, C. I. Wong, Alberto V. Reyes, B. F. Hardt, Irit Tal, Derek Ford, Bernard Lauriol

Notice bibliographique

RevueScience Advances · 2021
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensUniversity of OttawaMcMaster UniversityUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNational Science Foundation
Mots-clésPermafrostPleistoceneInterglacialPersistence (discontinuity)GeologyEarth scienceCarbon cyclePaleontologyClimate changePhysical geographyQuaternaryEcologyOceanographyBiologyEcosystemGeography

Résumé

récupéré en direct d'OpenAlex

Permafrost carbon represents a potentially powerful amplifier of climate change, but little is known about permafrost sensitivity and associated carbon cycling during past warm intervals. We reconstruct permafrost history in western Canada during Pleistocene interglacials from 130 uranium-thorium ages on 72 speleothems, cave deposits that only accumulate with deep ground thaw. We infer that permafrost thaw extended to the high Arctic during one or more periods between ~1.5 million and 0.5 million years ago but has been limited to the sub-Arctic since 400,000 years ago. Our Canadian speleothem growth history closely parallels an analogous reconstruction from Siberia, suggesting that this shift toward more stable permafrost across the Pleistocene may have been Arctic-wide. In contrast, interglacial greenhouse gas concentrations were relatively stable throughout the Pleistocene, suggesting that either permafrost thaw did not trigger substantial carbon release to the atmosphere or it was offset by carbon uptake elsewhere on glacial-interglacial time scales.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,449
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,024
Tête enseignante GPT0,236
Écart entre enseignants0,211 · 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'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

Citations27
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueScience AdvancesMême sujetClimate change and permafrostTravaux en français237 207