MétaCan
Menu
← Retour à la cohorte
Enregistrement W4406467293 · doi:10.5194/egusphere-2024-3852-rc2

Review of egusphere-2024-3852

2025· peer-review· en· W4406467293 sur OpenAlexaff

Notice bibliographique

Revuenon disponible
Typepeer-review
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésChemistry

Résumé

récupéré en direct d'OpenAlex

Abstract. Peatlands play an important role in the global CH4 cycle and models are key tools to assess global change effects on CH4 processes. It remains unclear how well our existing wetland modelling frameworks are suited to peatland questions. Therefore, we reviewed 16 peatland or wetland models operating at different spatial (seconds-to-decadal) and temporal (soil core-to-global) scales, having different spin-up periods for carbon pool stabilization and various CH4 production, oxidation and transport processes. Through a literature review, model specific advantages and limitations, common and specific driving inputs of all models and critical inputs of individual models impacting CH4 plant-mediated transport, diffusion and ebullition were summarized. The 16 reviewed models were qualitatively ranked 0 to 4 (none-to-full process representations) with respect to CH4 production, oxidation and transport. The most common temporal and spatial scale for 14 models was daily time-step and field scale respectively, while the spin-up stabilization periods of different carbon pools (peat, litter, roots, exudates, microbial, humus, slow, fast) of all models ranged 7 to 90102 years. With regards to CH4 production and oxidation, 50 % of reviewed models (Ecosys, CLM-Microbe, ELM-Spruce, Peatland-VU, Wetland-DNDC, TRIPLEX-GHG, TEM, CLM4Me) exhibited full to adequate process representation. Meanwhile 44, 44 and 25 % models exhibited full to adequate process representation for plant mediated transport, diffusion and ebullition respectively. This meant there is ample scope to improve ebullition processes in the remaining 75 % models. We conclude that existing models are adequate for site-level CH4 flux assessments but may lack a predictive understanding of CH4 production pathways.

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)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,157
Score d'incertitude au seuil0,525

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,004
Études des sciences et des technologies0,0010,000
Communication savante0,0030,003
Science ouverte0,0020,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,1570,088

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 Opus0,036
Tête enseignante GPT0,313
Écart entre enseignants0,277 · 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'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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetClimate variability and models→Travaux en français237 207→