Disequilibrium and soft tissue pump contributions to glacial CO2 drawdown
Notice bibliographique
Résumé
A more ‘efficient’ biological pump is thought to have played a key role in glacial CO2 drawdown, with two principal mechanisms invoked to stem the CO2 ‘leak’ from the modern Southern Ocean. The first sees a strengthened soft tissue pump, associated with a reduction in the ocean’s ‘preformed’ nutrient inventory. The second sees an increase in air-sea CO2 disequilibrium (termed the disequilibrium pump). We use an Earth System Model (CM2Mc) to show the tracers radiocarbon (Δ14C) and oxygen (O2) exhibit distinct sensitivities to these two pumps: Δ14C is more sensitive to disequilibrium pump changes, whereas O2 is more sensitive to soft tissue pump changes, as expected from the processes underlying the relationships. We apply these pump-specific tracer stoichiometries to available deep ocean Δ14C and O2 proxy data from the LGM. Despite the sparsity of O2 data, the results show a consistent increase in soft tissue and disequilibrium DIC within the deep ocean of ~135 µmol/kg, with broadly comparable contributions from the two pumps. Our results imply both a reduction in air-sea gas exchange, likely linked to expansion and/or increased isolation of Antarctic Bottom Waters (AABW), as well as a slowdown of deep ocean overturning and diminished Southern Ocean upwelling. Notably, current ocean models struggle to simulate both of these changes simultaneously under glacial forcings. The combined changes in the soft tissue and disequilibrium DIC are of sufficient magnitude to explain the glacial reduction in atmospheric CO2 once a whole ocean alkalinity increase is accounted for.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 ».