MétaCan
Menu
← Retour à la cohorte
Enregistrement W4401528370 · doi:10.1016/j.scitotenv.2024.175476

Major overlap in plant and soil organic carbon hotspots across Africa

2024· article· en· W4401528370 sur OpenAlexaff
Ndiye Michael Kebonye, Kingsley John, Manuel Delgado‐Baquerizo, Yong Zhou, Prince Chapman Agyeman, Zibanani Seletlo, Brandon Heung, Thomas Scholten

Notice bibliographique

RevueThe Science of The Total Environment · 2024
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSoil Carbon and Nitrogen Dynamics
Établissements canadiensMemorial University of NewfoundlandDalhousie University
Organismes subventionnairesDeutsche Forschungsgemeinschaft
Mots-clésSoil carbonEnvironmental scienceCarbon cycleSoil fertilitySoil organic matterClimate changeTotal organic carbonSoil biodiversityCarbon fibersAgroforestryEcologySoil scienceEcosystemSoil waterBiology

Résumé

récupéré en direct d'OpenAlex

Terrestrial plant and soil organic carbon stocks are critical for regulating climate change, enhancing soil fertility, and supporting biodiversity. While a global-scale decoupling between plant and soil organic carbon has been documented, the hotspots and interconnections between these two carbon compartments across Africa, the second-largest continent on the planet, have been significantly overlooked. Here, we have compiled over 10,000 existing soil organic carbon observations to generate a high-resolution map, illustrating the distribution pattern of soil organic carbon in Africa. We then showed that above- and below-ground plant carbon are significantly and positively correlated with soil organic carbon across Africa. Both soil and plant carbon compartments shared major hotspots in the tropical regions. Our study provides critical insights into the spatial distribution of carbon hotspots across Africa, essential for soil conservation and safeguarding terrestrial carbon stocks amidst the challenges of climate change.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,001
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 Opus0,009
Tête enseignante GPT0,190
Écart entre enseignants0,181 · 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

Citations6
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Science of The Total Environment→Même sujetSoil Carbon and Nitrogen Dynamics→Travaux en français237 207→