Notice bibliographique
Résumé
Abstract. The global annual mean atmospheric CO2 growth rate in 2023 was one of the highest since records began in 1958, comparable to values recorded during previous major El Niño events. We do not fully understand this anomalous growth rate, although a recent study highlighted a role for boreal North American forest fires. We use a Bayesian inverse method to interpret global-scale atmospheric CO2 data from the NASA Orbiting Carbon Observatory. The resulting a posteriori CO2 flux estimates reveal that from 2022 to 2023 the biggest changes in CO2 fluxes of net biosphere exchange (NBE) – for which positive values denote a flux to the atmosphere – were over the land tropics. We find that the largest NBE increase is over eastern Brazil, with small increases over southern Africa and Southeast Asia. We also find significant increases over southeast Australia, Alaska, and western Russia. A large NBE increase over boreal North America, due to fires, is driven by our a priori inventory, informed by independent data. The largest NBE reductions are over western Europe, USA, and central Canada. Our NBE estimates are consistent with gross primary production estimates inferred from satellite observations of solar induced fluorescence and with satellite observations of vegetation greenness. We find that warmer temperatures in 2023 explain most of the NBE change over eastern Brazil, with hydrological changes more important elsewhere across the tropics. Our results suggest that ongoing environmental degradation of the Amazon is now playing a substantial role in increasing the global atmospheric CO2 growth rate.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,016 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,415 | 0,254 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».