MétaCan
Menu
← Retour à la cohorte
Enregistrement W4200114856 · doi:10.5194/essd-2021-233-rc1

Comment on essd-2021-233

2021· peer-review· en· W4200114856 sur OpenAlexafffund
Anna-Maria Virkkala​​​​​​​, Susan M. Natali, Brendan M. Rogers, Jennifer D. Watts, K. E. Savage, Sara June Connon, Marguerite Mauritz, Edward A. G. Schuur, D. L. Peter, Christina Minions, Julia Nojeim, R. Commane, Craig A. Emmerton, Mathias Goeckede, Manuel Helbig, David Holl, Hiroki Iwata, Hideki Kobayashi, Pasi Kolari, Efrén Là pez-Blanco, Maija E. Marushchak, Mikhail Mastepanov, Lutz Merbold, Frans‐Jan W. Parmentier, Matthias Peichl, Torsten Sachs, Oliver Sonnentag, Masahito Ueyama, Carolina Voigt, Mika Aurela, Julia Boike, Gerardo Celis, Namyi Chae, Torben R. Christensen, M. Syndonia Bret‐Harte, Sigrid Dengel, A. J. Dolman, Colin W. Edgar, Bo Elberling, E. S. Euskirchen, Achim Grelle, Juha Hatakka, Elyn Humphreys, Järvi Järveoja, Ayumi Kotani, Lars Kutzbach, Tuomas Laurila, Annalea Lohila, Ivan Mammarella, Yojiro Matsuura, Gesa Meyer, Mats B. Nilsson, Steven F. Oberbauer, Sang‐Jong Park, Roman Petrov, Anatoly Prokushkin, Christopher Schulze, Vincent L. St. Louis, Eeva‐Stiina Tuittila, Juha‐Pekka Tuovinen, William L. Quinton, Andrej Varlagin, Donatella Zona, Viacheslav I. Zyryanov

Notice bibliographique

Revuenon disponible
Typepeer-review
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric and Environmental Gas Dynamics
Établissements canadiensWilfrid Laurier UniversityEnvironment and Climate Change CanadaCarleton UniversityDalhousie UniversityUniversité de MontréalUniversity of Alberta
Organismes subventionnairesNatural Environment Research CouncilMinistry of Science and ICT, South KoreaKempestiftelsernaRussian Science FoundationNational Research Foundation of KoreaAcademy of FinlandNational Oceanic and Atmospheric AdministrationKorea Polar Research InstituteDeutsche ForschungsgemeinschaftSvenska Forskningsrådet FormasNational Research FoundationNOAA Center for Earth System Sciences and Remote Sensing TechnologiesU.S. Department of EnergySkogssällskapetEuropean CommissionDanmarks GrundforskningsfondKempe FoundationGordon and Betty Moore FoundationArcticNetMinistry of EnvironmentNational Aeronautics and Space AdministrationNational Science Foundation
Mots-clésTundraEnvironmental scienceEddy covarianceBiomeBorealAtmospheric sciencesEcosystem respirationVegetation (pathology)FluxNetTaigaArcticTerrestrial ecosystemClimatologyBoreal ecosystemEcosystemPrimary productionPhysical geographyEcologyGeographyGeology

Résumé

récupéré en direct d'OpenAlex

Abstract. Past efforts to synthesize and quantify the magnitude and change in carbon dioxide (CO2) fluxes in terrestrial ecosystems across the rapidly warming Arctic–boreal zone (ABZ) have provided valuable information but were limited in their geographical and temporal coverage. Furthermore, these efforts have been based on data aggregated over varying time periods, often with only minimal site ancillary data, thus limiting their potential to be used in large-scale carbon budget assessments. To bridge these gaps, we developed a standardized monthly database of Arctic–boreal CO2 fluxes (ABCflux) that aggregates in situ measurements of terrestrial net ecosystem CO2 exchange and its derived partitioned component fluxes: gross primary productivity and ecosystem respiration. The data span from 1989 to 2020 with over 70 supporting variables that describe key site conditions (e.g., vegetation and disturbance type), micrometeorological and environmental measurements (e.g., air and soil temperatures), and flux measurement techniques. Here, we describe these variables, the spatial and temporal distribution of observations, the main strengths and limitations of the database, and the potential research opportunities it enables. In total, ABCflux includes 244 sites and 6309 monthly observations; 136 sites and 2217 monthly observations represent tundra, and 108 sites and 4092 observations represent the boreal biome. The database includes fluxes estimated with chamber (19 % of the monthly observations), snow diffusion (3 %) and eddy covariance (78 %) techniques. The largest number of observations were collected during the climatological summer (June–August; 32 %), and fewer observations were available for autumn (September–October; 25 %), winter (December–February; 18 %), and spring (March–May; 25 %). ABCflux can be used in a wide array of empirical, remote sensing and modeling studies to improve understanding of the regional and temporal variability in CO2 fluxes and to better estimate the terrestrial ABZ CO2 budget. ABCflux is openly and freely available online (Virkkala et al., 2021b, https://doi.org/10.3334/ORNLDAAC/1934).

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)0,002
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut 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: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,739
Score d'incertitude au seuil0,873

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,011
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0040,002
Science ouverte0,0020,002
Intégrité de la recherche0,0210,010
Charge utile insuffisante (le modèle a refusé de juger)0,2610,197

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 Opus0,014
Tête enseignante GPT0,244
Écart entre enseignants0,231 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations0
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetAtmospheric and Environmental Gas Dynamics→Travaux en français237 207→