MétaCan
Menu
Retour à la cohorte
Enregistrement W4285092410 · doi:10.1021/acs.est.2c01730

Magnitude and Drivers of Oxic Methane Production in Small Temperate Lakes

2022· article· en· W4285092410 sur OpenAlexafffund
Shoji D. Thottathil, Paula C. J. Reis, Yves T. Prairie

Notice bibliographique

RevueEnvironmental Science & Technology · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric and Environmental Gas Dynamics
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesNatural Sciences and Engineering Research Council of Canada
Mots-clésMethanogenesisMethaneEnvironmental scienceTemperate climateIsotopes of carbonSedimentEnvironmental chemistryBiogeochemical cycleChlorophyll aCarbon cycleTotal organic carbonHydrology (agriculture)OceanographyEcologyEcosystemChemistryGeologyBiology

Résumé

récupéré en direct d'OpenAlex

Methanogenesis is traditionally considered as a strictly anaerobic process. Recent evidence suggests instead that the ubiquitous methane (CH 4 ) oversaturation found in freshwater lakes is sustained, at least partially, by methanogenesis in oxic conditions. Although this paradigm shift is rapidly gaining acceptance, the magnitude and regulation of oxic CH 4 production (OMP) have remained ambiguous. Based on the summer CH 4 mass balance in the surface mixed layer (SML) of five small temperate lakes (surface area, SA, of 0.008–0.44 km 2 ), we show that OMP (range of 0.01 ± 0.01 to 0.52 ± 0.04 μmol L –1 day –1 ) is linked to the concentrations of chlorophyll- a, total phosphorus, and dissolved organic carbon. The stable carbon isotopic mass balance of CH 4 (δ 13 C-CH 4 ) indicates direct photoautotrophic release as the most likely source of oxic CH 4 . Furthermore, we show that the oxic CH 4 contribution to the SML CH 4 saturation and emission is an inverse function of the ratio of the sediment area to the SML volume in lakes as small as 0.06 km 2 . Given that global lake CH 4 emissions are dominated by small lakes (SA of <1 km 2 ), the large contribution of oxic CH 4 production (up to 76%) observed in this study suggests that OMP can contribute significantly to global CH 4 emissions.

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 enseignants0,009
Score d'incertitude au seuil0,018

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
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 Opus0,004
Tête enseignante GPT0,181
Écart entre enseignants0,177 · 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

Citations56
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & TechnologyMême sujetAtmospheric and Environmental Gas DynamicsTravaux en français237 207