GRiMeDB: the Global River Methane Database of concentrations and fluxes
Notice bibliographique
Résumé
Abstract. Despite their small spatial extent, fluvial ecosystems play a significant role in processing and transporting carbon in aquatic networks, which results in substantial emission of methane (CH4) into the atmosphere. For this reason, considerable effort has been put into identifying patterns and drivers of CH4 concentrations in streams and rivers and estimating fluxes to the atmosphere across broad spatial scales. However, progress toward these ends has been slow because of pronounced spatial and temporal variability of lotic CH4 concentrations and fluxes and by limited data availability across diverse habitats and physicochemical conditions. To address these challenges, we present a comprehensive database of CH4 concentrations and fluxes for fluvial ecosystems along with broadly relevant and concurrent physical and chemical data. The Global River Methane Database (GriMeDB; https://doi.org/10.6073/pasta/f48cdb77282598052349e969920356ef, Stanley et al., 2023) includes 24 024 records of CH4 concentration and 8205 flux measurements from 5029 unique sites derived from publications, reports, data repositories, unpublished data sets, and other outlets that became available between 1973 and 2021. Flux observations are reported as diffusive, ebullitive, and total CH4 fluxes, and GriMeDB also includes 17 655 and 8409 concurrent measurements of concentrations and 4444 and 1521 fluxes for carbon dioxide (CO2) and nitrous oxide (N2O), respectively. Most observations are date-specific (i.e., not site averages), and many are supported by data for 1 or more of 12 physicochemical variables and 6 site variables. Site variables include codes to characterize marginal channel types (e.g., springs, ditches) and/or the presence of human disturbance (e.g., point source inputs, upstream dams). Overall, observations in GRiMeDB encompass the broad range of the climatic, biological, and physical conditions that occur among world river basins, although some geographic gaps remain (arid regions, tropical regions, high-latitude and high-altitude systems). The global median CH4 concentration (0.20 µmol L−1) and diffusive flux (0.44 mmolm-2d-1) in GRiMeDB are lower than estimates from prior site-averaged compilations, although ranges (0 to 456 µmol L−1 and −136 to 4057 mmolm-2d-1) and standard deviations (10.69 and 86.4) are greater for this larger and more temporally resolved database. Available flux data are dominated by diffusive measurements despite the recognized importance of ebullitive and plant-mediated CH4 fluxes. Nonetheless, GriMeDB provides a comprehensive and cohesive resource for examining relationships between CH4 and environmental drivers, estimating the contribution of fluvial ecosystems to CH4 emissions, and contextualizing site-based investigations.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,006 | 0,011 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,021 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».