MétaCan
Menu
Retour à la cohorte
Enregistrement W3203410745 · doi:10.1098/rsta.2020.0454

Atmospheric methane removal: a research agenda

2021· article· en· W3203410745 sur OpenAlexaff
Robert B. Jackson, Sam Abernethy, Josep G. Canadell, Matteo Cargnello, Steven J. Davis, Sarah Féron, Sabine Fuss, Alexander J. Heyer, Chaopeng Hong, Chris Jones, H. Damon Matthews, Fiona M. O’Connor, Maxwell Pisciotta, Hannah M. Rhoda, Renaud de Richter, Edward I. Solomon, Jennifer Wilcox, Kirsten Zickfeld

Notice bibliographique

RevuePhilosophical Transactions of the Royal Society A Mathematical Physical and Engineering Sciences · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric and Environmental Gas Dynamics
Établissements canadiensSimon Fraser UniversityConcordia University
Organismes subventionnairesStanford Woods Institute for the EnvironmentMet OfficeDepartment for Environment, Food and Rural Affairs, UK GovernmentGordon and Betty Moore Foundation
Mots-clésMethaneGreenhouse gasAtmospheric methaneEnvironmental scienceGlobal warmingCarbon dioxideAnaerobic oxidation of methaneMethane emissionsCarbon offsetEnvironmental chemistryClimate changeChemistryOceanographyGeology

Résumé

récupéré en direct d'OpenAlex

methane oxidation to carbon dioxide) may be needed to offset continued methane release and limit the global warming contribution of this potent greenhouse gas. Because mitigating most anthropogenic emissions of methane is uncertain this century, and sudden methane releases from the Arctic or elsewhere cannot be excluded, technologies for methane removal or oxidation may be required. Carbon dioxide removal has an increasingly well-established research agenda and technological foundation. No similar framework exists for methane removal. We believe that a research agenda for negative methane emissions-'removal' or atmospheric methane oxidation-is needed. We outline some considerations for such an agenda here, including a proposed Methane Removal Model Intercomparison Project (MR-MIP). This article is part of a discussion meeting issue 'Rising methane: is warming feeding warming? (part 1)'.

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)0,009
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,084

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0020,003
Études des sciences et des technologies0,0020,004
Communication savante0,0060,014
Science ouverte0,0030,005
Intégrité de la recherche0,0200,008
Charge utile insuffisante (le modèle a refusé de juger)0,0250,006

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 Opus0,030
Tête enseignante GPT0,268
Écart entre enseignants0,237 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations124
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhilosophical Transactions of the Royal Society A Mathematical Physical and Engineering SciencesMême sujetAtmospheric and Environmental Gas DynamicsTravaux en français237 207