MétaCan
Menu
Retour à la cohorte
Enregistrement W4402917979 · doi:10.22541/essoar.172745695.55231570/v1

Biological responses to ocean acidification are changing the global ocean carbon cycle

2024· preprint· en· W4402917979 sur OpenAlexaff
Reese C. Barrett, Brendan R. Carter, Andrea J. Fassbender, Bronte Tilbrook, Ryan J. Woosley, Kumiko Azetsu‐Scott, Richard A. Feely, Catherine Goyet, Masao Ishii, Akihiko Murata, Fı́z F. Pérez

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEarth and Planetary Sciences
ThématiqueOcean Acidification Effects and Responses
Établissements canadiensBedford Institute of Oceanography
Organismes subventionnairesnon disponible
Mots-clésOcean acidificationCarbon cycleEnvironmental scienceOceanographyCarbon fibersEffects of global warming on oceansGlobal changeClimatologyClimate changeEcologyGlobal warmingGeologyBiologyEcosystemComputer science

Résumé

récupéré en direct d'OpenAlex

Increased oceanic uptake of CO­2 due to rising anthropogenic emissions has caused lowered pH levels (ocean acidification) that are hypothesized to inhibit biotic calcification and reduce the export of total alkalinity (AT) as carbonate minerals from the surface ocean. This “CO2-biotic calcification feedback” is a negative feedback on atmospheric CO2, as elevated levels of surface AT increase the ocean’s capacity to uptake CO2. We detect signatures of this feedback in the global ocean for the first time using repeat hydrographic measurements and seawater property prediction algorithms. Over the course of the past 30 years, we find an increase in global surface AT of 0.072 ± 0.023 µmol kg-1 yr-1, which would have caused approximately 20 Tmol of additional AT to accumulate in the surface ocean. This finding suggests that anthropogenic CO2 emissions are measurably perturbing the cycling of carbon on a planetary scale by disrupting biological patterns. More observations of AT would be required to understand the effects of this feedback on a regional basis and to fully characterize its potential to reduce the efficiency of marine carbon dioxide removal technology.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,069
Score d'incertitude au seuil0,806

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0000,001

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 Opus0,030
Tête enseignante GPT0,267
Écart entre enseignants0,237 · 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'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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetOcean Acidification Effects and ResponsesTravaux en français237 207