MétaCan
Menu
Retour à la cohorte
Enregistrement W4287578157 · doi:10.1073/pnas.2200354119

A gap in nitrous oxide emission reporting complicates long-term climate mitigation

2022· article· en· W4287578157 sur OpenAlexaff
Stephen J. Del Grosso, Stephen M. Ogle, C. D. Nevison, Ram Gurung, William J. Parton, Claudia Wagner‐Riddle, Ward Smith, Wilfried Winiwarter, Brian Grant, Mario Tenuta, Ernie Marx, Shannon Spencer, Stephen Williams

Notice bibliographique

RevueProceedings of the National Academy of Sciences · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric and Environmental Gas Dynamics
Établissements canadiensUniversity of ManitobaAgriculture and Agri-Food CanadaUniversity of Guelph
Organismes subventionnairesAgricultural Research ServiceNational Institute of Food and AgricultureInternational Programs, US Forest Service
Mots-clésNitrous oxideTerm (time)Environmental sciencePhysicsChemistry

Résumé

récupéré en direct d'OpenAlex

Nitrous oxide (N 2 O) is an important greenhouse gas (GHG) that also contributes to depletion of ozone in the stratosphere. Agricultural soils account for about 60% of anthropogenic N 2 O emissions. Most national GHG reporting to the United Nations Framework Convention on Climate Change assumes nitrogen (N) additions drive emissions during the growing season, but soil freezing and thawing during spring is also an important driver in cold climates. We show that both atmospheric inversions and newly implemented bottom-up modeling approaches exhibit large N 2 O pulses in the northcentral region of the United States during early spring and this increases annual N 2 O emissions from croplands and grasslands reported in the national GHG inventory by 6 to 16%. Considering this, emission accounting in cold climate regions is very likely underestimated in most national reporting frameworks. Current commitments related to the Paris Agreement and COP26 emphasize reductions of carbon compounds. Assuming these targets are met, the importance of accurately accounting and mitigating N 2 O increases once CO 2 and CH 4 are phased out. Hence, the N 2 O emission underestimate introduces additional risks into meeting long-term climate goals.

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)0,030
score de la tête « metaresearch » (Gemma)0,042
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Présentation des résultats · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,970
Score d'incertitude au seuil0,161

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0300,042
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,001
Communication savante0,0030,005
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,031
Tête enseignante GPT0,285
Écart entre enseignants0,253 · 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.

Devis d'étudeObservationnel
DomainePrésentation des résultats
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

Citations77
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the National Academy of SciencesMême sujetAtmospheric and Environmental Gas DynamicsTravaux en français237 207