MétaCan
Menu
← Retour à la cohorte
Enregistrement W4200522234 · doi:10.1029/2021gl093416

Fluvial Organic Carbon Composition Regulated by Seasonal Variability in Lowland River Migration and Water Discharge

2021· article· en· W4200522234 sur OpenAlexaff
Nina Golombek, Joel Scheingross, Marisa Repasch, Niels Hovius, Johanna Menges, Dirk Sachse, Maarten Lupker, Timothy I. Eglinton, Negar Haghipour, Simon R. Poulson, Darren R. Gröcke, Francisco G. Latosinski, Ricardo N. Szupiany

Notice bibliographique

RevueGeophysical Research Letters · 2021
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine and coastal ecosystems
Établissements canadiensDalhousie University
Organismes subventionnairesDeutsche ForschungsgemeinschaftAlexander von Humboldt-Stiftung
Mots-clésFluvialTributaryOverprintingBiogeochemical cycleTotal organic carbonComposition (language)Environmental scienceFloodplainHydrology (agriculture)BiogeochemistryProvenanceChannel (broadcasting)OceanographyGeologyEnvironmental chemistryEcologyGeochemistryStructural basinGeomorphologyGeographyChemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Identifying drivers of seasonal variations in fluvial particulate organic carbon (POC) composition can aid sediment provenance and biogeochemical cycling studies. We evaluate seasonal changes in POC composition in the Río Bermejo, Argentina, a lowland river running ∼1,270 km without tributaries. Weekly POC concentration and isotopic composition from 2016 to 2018 show that during the wet season, increased lateral channel migration generates an influx of 13C‐enriched and 14C‐enriched floodplain‐sourced material, overprinting the 13C‐depleted and 14C‐depleted headwater signature that is observed during the dry season. These findings demonstrate how channel morphodynamics can drive variability of POC composition in lowland rivers, and may modulate the composition of POC preserved in sedimentary archives.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,028
Score d'incertitude au seuil0,056

Scores du classifieur distillé par catégorie (deux têtes)

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

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 GPT0,220
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 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'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

Citations17
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeophysical Research Letters→Même sujetMarine and coastal ecosystems→Travaux en français237 207→