Peat-DBase v.1: a compiled database of global peat depth measurements
Notice bibliographique
Résumé
Abstract. Peatlands are globally important carbon stores that face increasing threats from human activities and climate change impacts. Comprehensive peatland data are essential for understanding ecosystem responses to these stressors and mapping their past and current characteristics. Current peatland datasets remain limited due to poor representation in global soil mapping initiatives and the absence of a recognized, coordinated central repository for peat depth data. Existing compilations often contain errors, duplicates, and outdated observations, requiring researchers to repeatedly gather and harmonize data on a study-by-study basis. To address these challenges, we present Peat-DBase version 1.0 – a harmonized, quality-controlled global compilation of basal peat depth measurements. Version 1.0 of Peat-DBase comprises 204 902 peat depth measurements from 29 sources spanning 54.933° S to 82.217° N, with a significant proportion of measurements in Atlantic Canada and Scotland due to the inclusion of two particularly large datasets focused on those regions. We supplement the peat study measurements with 94 615 non-peat soil measurements to ensure comprehensive coverage consistent with the relatively low spatial coverage of peatlands globally. Despite the uneven distribution of peat depth measurements, Peat-DBase contains reasonable coverage of the major global peatland complexes in temperate and boreal North America and Europe, portions of Russia, the Amazon and Congo basins, and the Malay Archipelago, though gaps remain in the lower Amazon Basin, Eastern Indonesia, and Eastern Russia. From the current data, peat depths have a median value of 130 cm (IQR: 60–240), although this is influenced by a predominance of measurements in the North Atlantic regions. Peat-DBase's deepest measurement is 2223 cm. While sampling biases and measurement uncertainties exist, Peat-DBase provides an essential foundation for global peatland research. Peat-DBase is under active development and future versions will incorporate additional datasets, information on current peatland status, and improved positional uncertainty quantification. Peat-DBase eliminates the need for overlapping data compilation efforts while identifying critical observational gaps for future research. Peat-DBase is available at https://doi.org/10.5281/zenodo.15530644 (Skye et al., 2025).
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».