MétaCan
Menu
← Retour à la cohorte
Enregistrement W4220746827 · doi:10.5194/egusphere-egu22-2322

Sea-ice derived meltwater stratification slows thebiological carbon pump: results from continuousobservations

2022· preprint· en· W4220746827 sur OpenAlexaffabout
Wilken‐Jon von Appen, Anya M. Waite, Antje Boëtius

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésOceanographyMeltwaterSea iceArcticArctic ice packBayStratification (seeds)Environmental scienceBenthic zoneClimatologyClimate changeGeologyGeographyPhysical geographyGlacier

Résumé

récupéré en direct d'OpenAlex

The ocean moderates the world’s climate through absorption of heat and carbon, but how much carbon the ocean will continue to absorb remains unknown. The North Atlantic Ocean west (Baffin Bay/Labrador Sea) and east (Fram Strait/Greenland Sea) of Greenland features the most intense absorption of anthropogenic carbon globally; the biological carbon pump (BCP) contributes substantially. As Arctic sea-ice melts, the BCP changes, impacting global climate and other critical ocean attributes (e.g. biodiversity). Full understanding requires year-round observations across a range of ice conditions. Here we present such observations: autonomously collected Eulerian continuous 24-month time-series in Fram Strait. We show that, compared to ice-unaffected conditions, sea-ice derived meltwater stratification slows the BCP by 4 months, a shift from an export to a retention system, with measurable impacts on benthic communities. This has implications for ecosystem dynamics in the future warmer Arctic where the seasonal ice zone is expected to expand. (Published in Nature Communications, December 2021, https://www.nature.com/articles/s41467-021-26943-z )

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)0,002
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 enseignants0,023
Score d'incertitude au seuil0,046

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,037
Tête enseignante GPT0,233
Écart entre enseignants0,197 · 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'admission2
Résumé présentoui

Explorer davantage

Même sujetArctic and Antarctic ice dynamics→Travaux en français237 207→