MétaCan
Menu
← Retour à la cohorte
Enregistrement W4388033853 · doi:10.1021/acs.est.3c03303

Sunlight Induces the Production of Atmospheric Volatile Organic Compounds (VOCs) from Thermokarst Ponds

2023· article· en· W4388033853 sur OpenAlexafffundabout
Tao Wang, Carmen Kalalian, Daniel Fillion, S. Perrier, Jianmin Chen, Florent Dominé, Liwu Zhang, C. George

Notice bibliographique

RevueEnvironmental Science & Technology · 2023
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensUniversité Laval
Organismes subventionnairesInstitut Polaire Français Paul Emile VictorCentre National de la Recherche ScientifiqueChina Postdoctoral Science FoundationNatural Sciences and Engineering Research Council of CanadaNational Natural Science Foundation of China
Mots-clésThermokarstPermafrostEnvironmental chemistryAerosolEnvironmental scienceTotal organic carbonAcetonePeatChemistryGeologyEcology

Résumé

récupéré en direct d'OpenAlex

Ground subsidence caused by permafrost thawing causes the formation of thermokarst ponds, where organic compounds from eroding permafrost accumulate. We photolyzed water samples from two such ponds in Northern Quebec and discovered the emission of volatile organic compounds (VOCs) using mass spectrometry. One pond near peat-covered permafrost mounds was organic-rich, while the other near sandy mounds was organic-poor. Compounds up to C10 were detected, comprising the atoms of O, N, and S. The main compounds were methanol, acetaldehyde, and acetone. Hourly VOC fluxes under actinic fluxes similar to local solar fluxes might reach up to 1.7 nmol C m –2 s –1 . Unexpectedly, the fluxes of VOCs from the organic-poor pond were greater than those from the organic-rich pond. We suggest that different segregations of organics at the air/water interface may partly explain this observation. This study indicates that sunlit thermokarst ponds are a significant source of atmospheric VOCs, which may affect the environment and climate via ozone and aerosol formation. Further work is required for understanding the relationship between the pond’s organic composition and VOC emission fluxes.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,095
Score d'incertitude au seuil0,188

Scores du classifieur distillé par catégorie (deux têtes)

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 ouverte0,0000,000
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 Opus0,014
Tête enseignante GPT0,204
Écart entre enseignants0,190 · 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'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

Citations9
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & Technology→Même sujetClimate change and permafrost→Travaux en français237 207→