MétaCan
Menu
Retour à la cohorte
Enregistrement W4281680503 · doi:10.1029/2021gb007161

Hydrologic Export of Soil Organic Carbon: Continental Variation and Implications

2022· article· en· W4281680503 sur OpenAlexfundno aff
Oleksandra Hararuk, Stuart E. Jones, Christopher T. Solomon

Notice bibliographique

RevueGlobal Biogeochemical Cycles · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSoil and Water Nutrient Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesNational Science Foundation
Mots-clésEnvironmental scienceAridSoil carbonSink (geography)Carbon cycleHydrology (agriculture)Total organic carbonSoil waterSoil organic matterCarbon sinkDrainage basinSoil scienceEnvironmental chemistryClimate changeEcosystemEcologyGeologyOceanographyGeographyChemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Soil is the largest terrestrial carbon (C) reservoir and a large potential source or sink of atmospheric CO ₂ . Soil C models have usually focused on refining representations of microbe‐mediated C turnover, whereas lateral hydrologic C fluxes have largely been ignored at regional and global scales. Here, we provide large‐scale estimates of hydrologic export of soil organic carbon (SOC) and its effects on bulk soil C turnover rates. Hydrologic export of SOC ranged from nearly 0 to 12 g C m −2 yr −1 amongst catchments across the conterminous United States, and total export across this region was 14 (95% CI 4‐41) Tg C/yr. The proportion of soil C turnover attributed to hydrologic export ranged from <1% to 20%, and averaged 0.97% (weighted by catchment area; 95% CI 0.3%–2.6%), with the lowest values in arid catchments. Ignoring hydrologic export in C cycle models might lead to overestimation of SOC stocks by 0.3–2.6 Pg C for the conterminous United States. High uncertainty in hydrologic C export fluxes and potentially substantial effects on soil C turnover illustrate the need for research aimed at improving our mechanistic understanding of the processes regulating hydrologic C export.

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)0,001
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 enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0010,000

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 Opus0,006
Tête enseignante GPT0,202
Écart entre enseignants0,196 · 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

Citations8
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Biogeochemical CyclesMême sujetSoil and Water Nutrient DynamicsTravaux en français237 207