MétaCan
Menu
← Retour à la cohorte
Enregistrement W4220733796 · doi:10.5194/egusphere-egu22-9657

Particulate organic carbon composition and landscape characteristics in the Peel River Watershed, Canada

2022· preprint· en· W4220733796 sur OpenAlexaboutno aff
Kirsi Keskitalo, Niek Jesse Speetjens, Pier Paul Overduin, Sebastian Westermann, Frederieke Miesner, Torsten Sachs, Ingmar Nitze, Lisa Bröder, Negar Haghipour, Timothy I. Eglinton, Jorien E. Vonk

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPermafrostWatershedTributaryEnvironmental scienceTotal organic carbonHydrology (agriculture)Environmental chemistryChemistryGeologyOceanographyGeography

Résumé

récupéré en direct d'OpenAlex

Rapid warming of the Arctic is accelerating thaw of permafrost, which mobilizes organic carbon (OC). Remineralization of this carbon can contribute to further climate warming. The Peel River watershed is underlain by continuous and discontinuous permafrost and covers a diverse set of landscapes from wetlands to barren mountainous areas. Part of the watershed undergoes abrupt permafrost thaw that releases particulate OC (POC) to the fluvial system. In this study, we couple landscape characteristics to river POC to better understand its spatial variability and the changes imposed on the watershed by permafrost thaw. We sampled POC in July-August 2019 in the Peel River main stem and its tributaries (total n=~120) and used carbon isotopes and lipid biomarkers to characterize its composition and trace its sources. Our first results indicate a compositional diversity within the watershed as POC ranges between <0.1 and 2.1 mg L-1, δ13C-POC from -36.7 to -26.5‰ and Δ14C-POC from -906.4 to -43.5‰. Ongoing changes in the watershed can be traced within its waters, and may help us to decipher how it is changing and may change in the future.

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)0,001
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 enseignants0,019
Score d'incertitude au seuil0,139

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0010,001
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 Opus0,022
Tête enseignante GPT0,206
Écart entre enseignants0,184 · 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetClimate change and permafrost→Travaux en français237 207→