MétaCan
Menu
← Retour à la cohorte
Enregistrement W4393946256 · doi:10.5194/egusphere-2024-5-ac2

Reply on RC2

2024· peer-review· en· W4393946256 sur OpenAlexaffabout
Craig J. Brown

Notice bibliographique

Revuenon disponible
Typepeer-review
Langueen
DomaineNursing
ThématiqueClinical Nutrition and Gastroenterology
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésGeographyComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract. Continental shelf sediments contain some of the largest stocks of organic carbon (OC) on Earth and play a vital role in influencing the global carbon cycle. Quantifying how much OC is stored in shelf sediments and determining its residence time is key to assessing how human activities can accelerate the process of OC remineralization into carbon dioxide. Spatial variations in terrestrial carbon stocks are well studied and mapped at high resolution, but our knowledge of the distribution of marine OC in different seafloor settings is still very limited, particularly in the highly dynamic and spatially variable shelf environments. The lack of knowledge reduces our ability to understand and predict how much and for how long oceans sequester CO2. In this study, we use high-resolution multibeam echosounder (MBES) data from the Eastern Shore Islands offshore Nova Scotia (Canada), combined with OC measurements from discrete samples, to assess the distribution of OC content in seafloor sediments. We derive three different spatial estimates of organic carbon: i) assuming a homogenous seafloor the carbon stock estimates were scaled to the entire study region; ii) using a high-resolution substrate map, the estimates were scaled to the areas of soft substrate only, and, finally, iii) using Empirical Bayesian Regression Kriging (EBRK) regression prediction within the area of soft substrate, carbon stock estimates in areas of soft substrate were refined to account for spatial variability in the concentration of OC. These three distinct spatial models yielded dramatically different estimates of average standing stock of OC in our study area, 1275, 259 and 203 Mt of OC respectively. Our study demonstrates that high-resolution mapping is critically important for improved estimates of OC stocks on continental shelves, and to the identification of carbon hotspots that need to be considered in seabed management and climate mitigation strategies.

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)0,002
score de la tête « metaresearch » (Gemma)0,022
Version: metacan-v3-hybrid-931329e0061cStatut 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: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,833
Score d'incertitude au seuil0,558

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,022
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,002
Communication savante0,0040,004
Science ouverte0,0030,003
Intégrité de la recherche0,0230,021
Charge utile insuffisante (le modèle a refusé de juger)0,1670,127

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 Opus0,065
Tête enseignante GPT0,392
Écart entre enseignants0,327 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetClinical Nutrition and Gastroenterology→Travaux en français237 207→