MétaCan
Menu
Retour à la cohorte
Enregistrement W4414406901 · doi:10.1029/2025jg009444

Small-Scale Spatial Variability in Carbon Fluxes Driven by Soil and Vegetation Characteristics in Wetlands of Trail Valley Creek, Canada

2025· preprint· en· W4414406901 sur OpenAlexafffundabout
Kseniia Ivanova, Anna- Maria Virkkala, Judith Vogt, Aneta Bieniada, Annelen Küchenmeister, Olaf Kolle, Oliver Sonnentag, Mathias Goeckede

Notice bibliographique

RevueJournal of Geophysical Research Biogeosciences · 2025
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiquePeatlands and Wetlands Ecology
Établissements canadiensUniversité de Montréal
Organismes subventionnairesHORIZON EUROPE European Research CouncilNatural Sciences and Engineering Research Council of CanadaHORIZON EUROPE Framework ProgrammeCanada First Research Excellence FundArcticNetCanada Research ChairsWilfrid Laurier UniversityGlobal Water FuturesGordon and Betty Moore Foundation
Mots-clésPermafrostTundraWetlandSpatial variabilityVegetation (pathology)Carbon fluxCarbon dioxideSoil carbonArcticCarbon cycle

Résumé

récupéré en direct d'OpenAlex

Abstract The microtopography of the Arctic tundra and the associated soil moisture (SM) gradient influence the net ecosystem‐atmosphere exchange of methane (CH 4 ) and carbon dioxide (CO 2 ). To quantify fine‐scale variability in a permafrost ecosystem, we measured growing‐season carbon fluxes with closed chambers at Trail Valley Creek, Canada from 2022 to 2024. A total of six landforms were sampled, spanning a wetness gradient from dry (upland tundra, gully) over intermediate (polygons, degraded wetland centers) to wet (transitional zones, trenches) microsites. All landforms were net sources of CH 4 ; only trenches had high (0.58 mg CH 4 m −2 h −1 ) fluxes, while the other landforms had fluxes close to zero. Drier elements (upland tundra, polygons) were net CO 2 sinks, while wetter depressions (gully, degraded centers, transitional zones) were net sources; trenches were a wet exception that still acted as a sink. All fluxes were strongly influenced by air temperature ( T air ), peaking during the hot summer of 2023. CH 4 flux variability was dominated by belowground variables (SM and temperature). For CO 2 fluxes, aboveground ( T air , and photosynthetically active radiation (PAR)) and belowground controls contributed equally. For CH 4 , ecosystem respiration, and gross primary production, fitting separate models per landform reduced absolute prediction error (despite lower R 2 ), making it preferable when minimizing error. For net ecosystem exchange, a single model fit to all landforms was sufficient. These results show that field studies focusing on small‐scale variability in carbon fluxes should prioritize detailed soil‐layer measurements, T air , and PAR, while vegetation metrics are optional.

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 enseignants0,026
Score d'incertitude au seuil0,055

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
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 Opus0,019
Tête enseignante GPT0,272
Écart entre enseignants0,253 · 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

Citations0
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research BiogeosciencesMême sujetPeatlands and Wetlands EcologyTravaux en français237 207