MétaCan
Menu
← Retour à la cohorte
Enregistrement W4417278817 · doi:10.22541/essoar.176555582.27973193/v1

Diel variation of CO2 concentrations is substantial in Australian irrigation dams

2025· article· W4417278817 sur OpenAlexaff
Jackie R. Webb, Kerri Finlay, Ellen M. Moon, Rodrigo Filev Maia, Carlos Ballester

Notice bibliographique

Revuenon disponible
Typearticle
Langue
DomaineEnvironmental Science
ThématiqueHydrology and Watershed Management Studies
Établissements canadiensUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésDiel vertical migrationIrrigationCarbon dioxideSpatial variabilityHydrology (agriculture)Carbon sinkClimate change

Résumé

récupéré en direct d'OpenAlex

[1]¿p#1 Small artificial waterbodies such as farm dams are recognised as important sources of anthropogenic emissions. Carbon dioxide (CO2) fluxes from farm dams are highly variable across spatial scales, with sites acting as sources or sinks based on single daytime measurements. However, diel variations are an overlooked source of temporal variability in CO2, complicating upscaling efforts. To provide a more accurate estimate of the CO2 source-sink status of farm dams, four irrigation dams were monitored for dissolved CO2 at half-hourly intervals over a five-month period in 2021-2022. Carbon dioxide concentrations were undersaturated between 12% to 37% of the measurements, indicating a dominance of CO2 production over consumption when considering diel cycles and seasonal patterns. Carbon dioxide was consistently lower during daytime and early night periods compared with late-night and exhibited large diel shifts up to 57-99 µM. Diel CO2 amplitude was driven primarily by metabolic controls, as revealed by strong correlations with dissolved oxygen and temperature, except for one irrigation dam which indicated CO2 variation was driven by external inputs. Spatial variability based on previously acquired data (inter-dam coefficient of variation (CV) 105%) was higher than diel (CV 34-54%) and seasonal (CV 13-29%) variability. Yet if only daytime CO2 measurements are considered, total CO2 emissions over the study period would be underestimated by between 11% to 148%, demonstrating the consequence of not including diel variation. Future refinements of farm dam CO2 emission estimates will require more geographically dispersed studies that feature diel measurements to constrain uncertainty in these highly variable systems.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,038
Score d'incertitude au seuil0,075

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
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 Opus0,014
Tête enseignante GPT0,263
Écart entre enseignants0,248 · 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'admission1
Résumé présentoui

Explorer davantage

Même sujetHydrology and Watershed Management Studies→Travaux en français237 207→