Dataset on soil carbon dioxide fluxes from an incubation with tropical peat from three different land-uses in Jambi Sumatra Indonesia
Notice bibliographique
Résumé
Conversion of tropical peat swamp forests to increase and agricultural production has generated substantial peat carbon loss in the Asia-Pacific region. Different land-uses and management practices oxidize the tropical peat at diverse rates due mainly to different water table levels. In recent years, several studies have measured soil carbon dioxide emissions in-situ; however, only few studies have evaluated the effect of moisture on carbon dioxide fluxes in incubation experiments. Here, we present the dataset of an incubation performed with 360 intact peat cores from three different land-uses (i.e. 120 from intact peat swamp forest; 120 from drained logged peat forest; and 120 from oil palm plantation) collected on the peat dome of Jambi Sumatra Indonesia. Different moisture levels in the intact cores were set by either drying the intact peat cores for short period of time or by adding extra water before the incubation. Dynamic dark aerobic incubation in airtight containers coupled with carbon dioxide measurement with an infrared gas analyser and the gas fluxes was used to measure to gas fluxes. The average carbon dioxide fluxes were 5.38 ± 0.91, 4.15 ± 0.35 and 1.55 ± 0.13 µg CO2-C g−1 h−1 for the intact peat swamp forest, drained logged peat forest and oil palm plantation, respectively.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».