MétaCan
Menu
← Retour à la cohorte
Enregistrement W4281716394 · doi:10.1029/2022gl097973

Long‐Term Trends in pCO<sub>2</sub> in Lake Surface Water Following Rebrowning

2022· article· en· W4281716394 sur OpenAlexafffundabout
Mathilde Couturier, Yves T. Prairie, Andrew M. Paterson, Erik J. S. Emilson, Paul A. del Giorgio

Notice bibliographique

RevueGeophysical Research Letters · 2022
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine and coastal ecosystems
Établissements canadiensNatural Resources CanadaCanadian Forest ServiceMinistry of the Environment, Conservation and ParksUniversité du Québec à Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésDissolved organic carbonBorealEnvironmental scienceSurface waterAcid depositionDeposition (geology)Period (music)Hydrology (agriculture)Environmental chemistryOceanographyEcologyChemistryGeologyBiologySoil scienceSediment

Résumé

récupéré en direct d'OpenAlex

Abstract Over the last 40 years, dissolved organic carbon (DOC) has been increasing in freshwater across many boreal regions. The extent to which these long‐term changes have affected lake CO2 dynamics is unclear. We have studied the temporal trends in DOC and pressure of CO2 (pCO2) over 40 years in 15 lakes in two regions of Ontario (Canada) subjected to browning and the abatement of SO2 deposition. Whereas from 1980 to 1999 there were no significant trends in pCO2 in any of the lakes, a significant increase was observed from 2000 to 2017. Although DOC concentrations increased during the same period, pCO2 and DOC were only weakly coupled, and we hypothesize the existence of DOC thresholds that determine this coupling. The recent increases in pCO2, linked to shifts in the C balance of lakes, may be contributing to the observed declines in lake pH, leading to a re‐acidification of lakes.

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 enseignants0,434
Score d'incertitude au seuil0,864

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 technologies0,0010,000
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 Opus0,025
Tête enseignante GPT0,260
Écart entre enseignants0,235 · 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

Citations15
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

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