MétaCan
Menu
← Retour à la cohorte
Enregistrement W4406805096 · doi:10.1029/2024gl113112

Mercury Isotopes Track the Causes of Carbon Perturbations in the Early Permian Ocean and Continent

2025· article· en· W4406805096 sur OpenAlexaff
Qiang Fang, Huaichun Wu, Jiubin Chen, Stephen E. Grasby, Wang Zheng, Shu‐zhong Shen, Wentao Huang, Junjie Xu, Shihong Zhang

Notice bibliographique

RevueGeophysical Research Letters · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMercury impact and mitigation studies
Établissements canadiensGeological Survey of CanadaNatural Resources Canada
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésMercury (programming language)IsotopeIsotopes of carbonGeologyPermianEnvironmental scienceOceanographyEarth sciencePaleontologyNuclear physics

Résumé

récupéré en direct d'OpenAlex

Abstract The Early Permian witnessed the first icehouse‐to‐greenhouse turnover of the vegetated Earth, yet its climate dynamics remain enigmatic. Here, we used mercury (Hg) isotopes from pelagic and continental successions at low paleo‐latitudes to track the perturbations of the global carbon (C) cycle and the climatic impact. Our results indicate that small‐scale volcanism promoted marine organic C burial, and the concomitant extreme cooling triggered the waning of wetland ecosystems in North China block at ∼296.2 Ma. Subsequently, the mass‐independent fractionation of odd Hg isotopes (Δ 199 Hg) and C isotopes synchronously decline in the deep‐marine succession, likely supporting progressive oxidation of terrestrial biomass and airborne release of Hg and C. Lowered C sequestration (as coal swamps) on land and dampened continental weathering limited the drawdown of CO 2 emissions from wildfires, initiating deglaciation. Our findings highlight that the climate forcing on terrestrial ecosystems could activate additional C reservoirs, driving Earth into a warmer state.

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)0,000
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 enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,030
Tête enseignante GPT0,318
Écart entre enseignants0,287 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeophysical Research Letters→Même sujetMercury impact and mitigation studies→Travaux en français237 207→