MétaCan
Menu
Retour à la cohorte
Enregistrement W4378781271 · doi:10.1038/s41467-023-38907-6

Characteristics of methane emissions from alpine thermokarst lakes on the Tibetan Plateau

2023· article· en· W4378781271 sur OpenAlexaff
Guibiao Yang, Zhihu Zheng, Benjamin W. Abbott, David Olefeldt, Christian Knoblauch, Yutong Song, Luyao Kang, Shuqi Qin, Yunfeng Peng, Yuanhe Yang

Notice bibliographique

RevueNature Communications · 2023
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNational Key Research and Development Program of ChinaNational Postdoctoral Program for Innovative TalentsNational Natural Science Foundation of ChinaPeking UniversityLanzhou University
Mots-clésThermokarstPlateau (mathematics)MethaneEnvironmental scienceMethane emissionsPhysical geographyEarth sciencePermafrostEnvironmental chemistryGeologyGeographyEcologyChemistryOceanographyBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Understanding methane (CH 4 ) emission from thermokarst lakes is crucial for predicting the impacts of abrupt thaw on the permafrost carbon-climate feedback. However, observational evidence, especially from high-altitude permafrost regions, is still scarce. Here, by combining field surveys, radio- and stable-carbon isotopic analyses, and metagenomic sequencing, we present multiple characteristics of CH 4 emissions from 120 thermokarst lakes in 30 clusters along a 1100 km transect on the Tibetan Plateau. We find that thermokarst lakes have high CH 4 emissions during the ice-free period (13.4 ± 1.5 mmol m −2 d −1 ; mean ± standard error) across this alpine permafrost region. Ebullition constitutes 84% of CH 4 emissions, which are fueled primarily by young carbon decomposition through the hydrogenotrophic pathway. The relative abundances of methanogenic genes correspond to the observed CH 4 fluxes. Overall, multiple parameters obtained in this study provide benchmarks for better predicting the strength of permafrost carbon-climate feedback in high-altitude permafrost regions.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,104
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

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 ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,070
Tête enseignante GPT0,300
Écart entre enseignants0,230 · 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 tête enseignante, pas un consensus.

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

Citations65
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetClimate change and permafrostTravaux en français237 207