MétaCan
Menu
Retour à la cohorte
Enregistrement W4388592011 · doi:10.1038/s41597-023-02633-x

Global dataset of soil organic carbon in tidal marshes

2023· article· en· W4388592011 sur OpenAlexaff
Tania L. Maxwell, André Rovai, María Fernanda Adame, Janine B. Adams, José Álvarez-Rogel, William E. N. Austin, Kim Beasy, Francesco Boscutti, Michael E. Böttcher, Tjeerd J. Bouma, R.H. Bulmer, Annette Burden, Shannon Burke, Saritta Camacho, Doongar R. Chaudhary, Gail L. Chmura, Margareth Copertino, Grace M. Cott, Christopher Craft, John W. Day, Carmen B. de los Santos, Lionel Denis, Weixin Ding, JC Ellison, Carolyn J. Ewers Lewis, Luise Giani, María Gispert, Swanne Gontharet, José Antonío González‐Pérez, María Nazaret González-Alcaraz, Connor Gorham, Anna Elizabeth Løvgren Graversen, Anthony Grey, Roberta Guerra, Qiang He, James R. Holmquist, Alice R. Jones, José A. Juanes, Brian P. Kelleher, Karen E. Kohfeld, Dorte Krause‐Jensen, Anna Lafratta, Paul S. Lavery, Edward A. Laws, Carmen Leiva‐Dueñas, Pei Sun Loh, Catherine E. Lovelock, Carolyn J. Lundquist, Peter I. Macreadie, Inés Mazarrasa, J. Patrick Megonigal, João M. Neto, Juliana Nogueira, Michael J. Osland, Jordi F. Pagès, Nipuni Perera, Eva‐Maria Pfeiffer, Thomas Pollmann, Jacqueline L. Raw, María Recio, Ana Carolina Ruíz-Fernández, Sophie K. Russell, John Rybczyk, Marek Sammul, Christian J. Sanders, Rui Santos, Óscar Serrano, Matthias Siewert, Craig Smeaton, Zhaoliang Song, Carmen Trasar-Cepeda, Robert R. Twilley, Marijn Van de Broek, Stefano Vitti, Livia Vittori Antisari, Baptiste Voltz, Christy N. Wails, Raymond D. Ward, Melissa Ward, J. L. Wolfe, Ren‐Min Yang, Sebastian Zubrzycki, Emily Landis, Lindsey S. Smart, Mark Spalding, Thomas A. Worthington

Notice bibliographique

RevueScientific Data · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCoastal wetland ecosystem dynamics
Établissements canadiensSimon Fraser UniversityMcGill University
Organismes subventionnairesAgencia Estatal de InvestigaciónFundação para a Ciência e a TecnologiaSouth African Agency for Science and Technology AdvancementSight Research UKXunta de GaliciaDeutsche ForschungsgemeinschaftNational Research FoundationMinisterio de Ciencia e InnovaciónHigher Education Funding Council for WalesNelson Mandela UniversityU.S. Department of DefenseDepartment of Science and Innovation, South AfricaFundación SénecaNatural Environment Research Council
Mots-clésMarshSoil carbonEnvironmental scienceTotal organic carbonOceanographyCarbon fibersWetlandEcologySoil scienceGeologySoil waterBiologyComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract Tidal marshes store large amounts of organic carbon in their soils. Field data quantifying soil organic carbon (SOC) stocks provide an important resource for researchers, natural resource managers, and policy-makers working towards the protection, restoration, and valuation of these ecosystems. We collated a global dataset of tidal marsh soil organic carbon (MarSOC) from 99 studies that includes location, soil depth, site name, dry bulk density, SOC, and/or soil organic matter (SOM). The MarSOC dataset includes 17,454 data points from 2,329 unique locations, and 29 countries. We generated a general transfer function for the conversion of SOM to SOC. Using this data we estimated a median (± median absolute deviation) value of 79.2 ± 38.1 Mg SOC ha −1 in the top 30 cm and 231 ± 134 Mg SOC ha −1 in the top 1 m of tidal marsh soils globally. This data can serve as a basis for future work, and may contribute to incorporation of tidal marsh ecosystems into climate change mitigation and adaptation strategies and policies.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,496
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,004
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 GPT0,250
Écart entre enseignants0,228 · 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

Citations51
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific DataMême sujetCoastal wetland ecosystem dynamicsTravaux en français237 207