Comment on egusphere-2025-1416
Notice bibliographique
Résumé
Abstract. Natural and agricultural soils are important sources of nitrogen oxides (NOx), accounting for about 10 %–20 % of the global NOx emissions. The increased application of nitrogen (N) fertilizer in agriculture has strongly enhanced the N availability of soils in the last several decades, leading to higher soil NOx emissions. However, the magnitude of the N fertilizer-induced soil NOx emissions remains poorly constrained due to limited field observations, resulting in divergent estimates. Here we integrate the results from meta-analyses of field manipulation experiments, emission inventories, atmospheric chemistry modelling and terrestrial biosphere modelling to investigate these uncertainties and the associated impacts on ground-level ozone and methane. The estimated present-day global soil NOx emissions induced by N fertilizer application varies substantially (0.84–2.2 Tg N yr-1) among different approaches with different spatial patterns. Simulations with the 3-D global chemical transport model GEOS-Chem demonstrate that N fertilization enhances global surface ozone concentrations during summertime in agricultural hotspots, such as North America, western Europe and eastern and southern Asia by 0.3 to 3.3 ppbv. Our results show that such spreads in soil NOx emissions also affect atmospheric methane concentrations, reducing the global mean by 7.1 ppbv to 16.6 ppbv as indirect consequence of enhanced N fertilizer application. These results highlight the urgent need to improve the predictive understanding of soil NOx emission responses to fertilizer N inputs and its representation in atmospheric chemistry modelling.
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,017 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,419 | 0,264 |
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 ».