MétaCan
Menu
Retour à la cohorte
Enregistrement W4384698297 · doi:10.1029/2023gl103037

Cold‐Season Methane Fluxes Simulated by GCP‐CH<sub>4</sub> Models

2023· article· en· W4384698297 sur OpenAlexaff
Akihiko Ito, Tingting Li, Zhangcai Qin, Joe R. Melton, Hanqin Tian, Thomas Kleinen, Wenxin Zhang, Zhen Zhang, Fortunat Joos, Philippe Ciais, Peter O. Hopcroft, David J. Beerling, Xiangyu Liu, Qianlai Zhuang, Qing Zhu, Changhui Peng, K.‐Y. Chang, Etienne Fluet‐Chouinard, Gavin McNicol, Prabir K. Patra, Benjamin Poulter, Stephen Sitch, W. J. Riley

Notice bibliographique

RevueGeophysical Research Letters · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric and Environmental Gas Dynamics
Établissements canadiensUniversité de MontréalUniversité du Québec à MontréalEnvironment and Climate Change Canada
Organismes subventionnairesBundesministerium für Bildung und ForschungUniversity of BirminghamEnvironmental Restoration and Conservation AgencySchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungMinistry of Education, Culture, Sports, Science and TechnologyMinistry of the Environment, Government of JapanNational Science Foundation
Mots-clésEnvironmental scienceMethaneAtmospheric sciencesSnowGreenhouse gasClimatologyClimate modelFlux (metallurgy)Winter seasonWetlandClimate changeMeteorologyGeologyChemistryEcologyGeography

Résumé

récupéré en direct d'OpenAlex

Abstract Cold‐season methane (CH4) emissions may be poorly constrained in wetland models. We examined cold‐season CH4 emissions simulated by 16 models participating in the Global Carbon Project model intercomparison and analyzed temporal and spatial patterns in simulation results using prescribed inundation data for 2000–2020. Estimated annual CH4 emissions from northern (>60°N) wetlands averaged 10.0 ± 5.5 Tg CH4 yr−1. While summer CH4 emissions were well simulated compared to in‐situ flux measurement observations, the models underestimated CH4 during September to May relative to annual total (27 ± 9%, compared to 45% in observations) and substantially in the months with subzero air temperatures (5 ± 5%, compared to 27% in observations). Because of winter warming, nevertheless, the contribution of cold‐season emissions was simulated to increase at 0.4 ± 0.8% decade−1. Different parameterizations of processes, for example, freezing–thawing and snow insulation, caused conspicuous variability among models, implying the necessity of model refinement.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,077
Score d'incertitude au seuil0,152

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,022
Tête enseignante GPT0,271
Écart entre enseignants0,249 · 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'étudeSimulation ou modélisation
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

Citations37
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeophysical Research LettersMême sujetAtmospheric and Environmental Gas DynamicsTravaux en français237 207