MétaCan
Menu
Retour à la cohorte
Enregistrement W4396857098 · doi:10.5194/essd-16-2165-2024

Predictive mapping of organic carbon stocks in surficial sediments of the Canadian continental margin

2024· article· en· W4396857098 sur OpenAlexafffundabout
Graham Epstein, Susanna Fuller, Dipti Hingmire, Paul G. Myers, M. Angélica Peña, Clark Pennelly, Julia K. Baum

Notice bibliographique

RevueEarth system science data · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueHydrocarbon exploration and reservoir analysis
Établissements canadiensFisheries and Oceans CanadaUniversity of AlbertaUniversity of Victoria
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésContinental marginGeologyMargin (machine learning)Total organic carbonContinental shelfOceanographyEarth scienceEnvironmental scienceGeochemistryPaleontologyTectonics

Résumé

récupéré en direct d'OpenAlex

Abstract. Quantification and mapping of surficial seabed sediment organic carbon have wide-scale relevance for marine ecology, geology and environmental resource management, with carbon densities and accumulation rates being a major indicator of geological history, ecological function and ecosystem service provisioning, including the potential to contribute to nature-based climate change mitigation. While global analyses can appear to provide a definitive understanding of the spatial distribution of sediment carbon, regional maps may be constructed at finer resolutions and can utilise targeted data syntheses and refined spatial data products and therefore have the potential to improve these estimates. Here, we report a national systematic review of data on organic carbon content in seabed sediments across Canada and combine this with a synthesis and unification of the best available data on sediment composition, seafloor morphology, hydrology, chemistry and geographic settings within a machine learning mapping framework. Predictive quantitative maps of mud content, dry bulk density, organic carbon content and organic carbon density were produced along with cell-specific estimates of their uncertainty at 200 m resolution across 4 489 235 km2 of the Canadian continental margin (92.6 % of the seafloor area above 2500 m) (https://doi.org/10.5683/SP3/ICHVVA, Epstein et al., 2024). Fine-scale variation in carbon stocks was identified across the Canadian continental margin, particularly in the Pacific Ocean and Atlantic Ocean regions. Overall, we estimate the standing stock of organic carbon in the top 30 cm of surficial seabed sediments across the Canadian shelf and slope to be 10.9 Gt (7.0–16.0 Gt). Increased empirical sediment data collection and higher precision in spatial environmental data layers could significantly reduce uncertainty and increase accuracy in these products over time.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,713
Score d'incertitude au seuil0,981

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 ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,018
Tête enseignante GPT0,224
Écart entre enseignants0,205 · 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'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

Citations14
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEarth system science dataMême sujetHydrocarbon exploration and reservoir analysisTravaux en français237 207