MétaCan
Menu
← Retour à la cohorte
Enregistrement W4397029293 · doi:10.1016/j.scitotenv.2024.173144

A review on mathematical modeling of microbial and plant induced permafrost carbon feedback

2024· review· en· W4397029293 sur OpenAlexafffund
Niloofar Fasaeiyan, Sophie Jung, Richard Boudreault, Lukas U. Arenson, Pooneh Maghoul

Notice bibliographique

RevueThe Science of The Total Environment · 2024
Typereview
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensBGC Engineering (Canada)Polytechnique Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPermafrostEnvironmental scienceBiochemical engineeringCarbon fibersEcologyEarth scienceEnvironmental chemistryEngineeringComputer scienceBiologyGeologyChemistryAlgorithm

Résumé

récupéré en direct d'OpenAlex

This review paper analyses the significance of microbial activity in permafrost carbon feedback (PCF) and emphasizes the necessity for enhanced modeling tools to appropriately predict carbon fluxes associated with permafrost thaw. Beginning with an overview of experimental findings, both in situ and laboratory, it stresses the key role of microbes and plants in PCF. The research investigates several modeling techniques, starting with current models of soil respiration and plant-microorganism interactions built outside of the context of permafrost, and then moving on to specific models dedicated to PCF. The review of the current literature reveals the complex nature of permafrost ecosystems, where various geophysical factors have considerable effects on greenhouse gas emissions. Soil properties, plant types, and time scales all contribute to carbon dynamics. Process-based models are widely used for simulating greenhouse gas production, transport, and emissions. While these models are beneficial at capturing soil respiration complexity, adjusting them to the unique constraints of permafrost environments often calls for novel process descriptions for proper representation. Understanding the temporal coherence and time delays between surface soil respiration and subsurface carbon production, which are controlled by numerous parameters such as soil texture, water content, and temperature, remains a challenge. This review highlights the need for comprehensive models that integrate thermo-hydro-biogeochemical processes to understand permafrost system dynamics in the context of changing climatic circumstances. Furthermore, it emphasizes the need for rigorous validation procedures to reduce model complexity biases.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,003

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 Opus0,073
Tête enseignante GPT0,268
Écart entre enseignants0,195 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreSynthèse

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

En bref

Citations4
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Science of The Total Environment→Même sujetClimate change and permafrost→Travaux en français237 207→