MétaCan
Menu
Retour à la cohorte
Enregistrement W4385602287 · doi:10.1038/s41598-023-39762-7

Variability of blue carbon storage in arid evaporitic environment of two coastal Sabkhas or mudflats

2023· article· en· W4385602287 sur OpenAlexaff
Zulfa Ali Al Disi, Khaled Naja, Sankaran Rajendran, Hadil Elsayed, Ivan A. Strakhov, Hamad Al Saad Al-Kuwari, Fadhil Sadooni, Maria Dittrich, Jassim Abdulla A Al-Khayat

Notice bibliographique

RevueScientific Reports · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCoastal wetland ecosystem dynamics
Établissements canadiensUniversity of Toronto
Organismes subventionnairesQatar National LibraryQatar National Research FundQatar UniversityFonds National de la Recherche LuxembourgQatar Foundation
Mots-clésAridSabkhaBlue carbonEcosystemMangroveGeologyCarbon fibersHydrology (agriculture)OceanographyEvaporiteGeochemistryEcologyPaleontologyBiologySedimentary rock

Résumé

récupéré en direct d'OpenAlex

Abstract Coastal Sabkhas are mudflats found in arid coastal regions that are located within the supratidal zone when high rates of evaporation lead to high salinity. While evaporitic minerals often accumulate underneath the surface, the microbial mats are present on the surface of Sabkhas. Coastal Sabkha, an under-studied ecosystem in Qatar, has the potential to store blue carbon. In the present study, we investigated the carbon storage capacity of two Sabkhas from contrasting geological backgrounds. The spatial and temporal variabilities of the carbon stocks were examined. The results showed that both studied Sabkhas exhibit a considerable potential for soil carbon storage with carbon stocks of 109.11 ± 7.07 Mg C ha −1 and 67.77 ± 18.10 Mg C ha −1 in Dohat Faishakh and Khor al Adaid Sabkha respectively. These values fall within the reported range for carbon stocks in coastal Sabkhas in the region (51–194 Mg C ha −1 ). Interestingly, the carbon stocks in the sediments of the Sabkhas were higher than those in the sediments of Qatari mangroves (50.17 ± 6.27 Mg C ha −1 ). These finding suggest that coastal Sabkhas can serve as blue carbon ecosystems in arid environments.

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)0,004
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,180
Score d'incertitude au seuil0,755

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,011
Tête enseignante GPT0,231
Écart entre enseignants0,220 · 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.

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

Citations16
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetCoastal wetland ecosystem dynamicsTravaux en français237 207