MétaCan
Menu
Retour à la cohorte
Enregistrement W4220852734 · doi:10.1029/2021gl097347

Closing the Winter Gap—Year‐Round Measurements of Soil CO<sub>2</sub> Emission Sources in Arctic Tundra

2022· article· en· W4220852734 sur OpenAlexaff
S. Pedron, J. M. Welker, E. S. Euskirchen, Eric S. Klein, Jennifer Walker, Xiaomei Xu, C. I. Czimczik

Notice bibliographique

RevueGeophysical Research Letters · 2022
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensMining Association of Canada
Organismes subventionnairesNational Science Foundation
Mots-clésTundraPermafrostEnvironmental scienceArcticClimate changeSoil carbonGrowing seasonAtmospheric sciencesAtmosphere (unit)Carbon dioxideCarbon fibersGreenhouse gasChronosequenceSoil waterClimatologyPhysical geographySoil scienceAgronomyEcologyGeologyOceanographyGeographyMeteorology

Résumé

récupéré en direct d'OpenAlex

Abstract Non‐growing season CO2 emissions from Arctic tundra remain a major uncertainty in forecasting climate change consequences of permafrost thaw. We present the first time series of soil and microbial CO2 emissions from a graminoid tundra based on year‐round in situ measurements of the radiocarbon content of soil CO2 (Δ14CO2) and of bulk soil C (Δ14C), microbial activity, and temperature. Combining these data with land‐atmosphere CO2 exchange allows estimates of the proportion and mean age of microbial CO2 emissions year‐round. We observe a seasonal shift in emission sources from fresh carbon during the growing season (August Δ14CO2 = 74 ± 4.7‰, 37% ± 3.4% microbial, mean ± se) to increasingly older soil carbon in fall and winter (March Δ14CO2 = 22 ± 1.3‰, 47% ± 8% microbial). Thus, rising soil temperatures and emissions during fall and winter are depleting aged soil carbon pools in the active layer and thawing permafrost and further accelerating climate change.

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 enseignants0,027
Score d'incertitude au seuil0,054

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 Opus0,117
Tête enseignante GPT0,315
Écart entre enseignants0,198 · 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

Citations26
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeophysical Research LettersMême sujetClimate change and permafrostTravaux en français237 207