Yukon-Kuskokwim River Delta 2015 fire burn depth measurements and unburned soil and vegetation organic matter and carbon content collected in 2019.
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Tundra environments in Alaska are experiencing elevated levels of wildfire, and the frequency is expected to keep increasing due to rapid warming of the Arctic. Because of large amounts of carbon stored in permafrost soils, tundra wildfires may release significant amounts of carbon to the atmosphere that ultimately influence the Earth’s radiative balance. Therefore, accounting for the amount of carbon released from tundra wildfires is important for understanding the trajectory of climate change. We collected data in the Yukon-Kuskokwim River Delta during the summer of 2019 for the purpose of determining organic matter and carbon lost during the 2015 fire season. Organic matter and carbon lost from combustion were determined by combining burn depth measurements with organic matter and carbon content measurements from unburned tundra. Burn depth measurements were taken opportunistically across different levels of burn severity. Three vegetative markers, Sphagnum fuscum, Eriophorum, and Dicranum spp., that survived the fire event were used to measure the difference between the pre and post fire soil height in unburned and burned areas respectively, defined here as burn depth. All burn depth measurements are accompanied with coordinate locations so that they can ground truth and be upscaled by remote sensing data of burn severity. Organic matter and carbon content of the dense live vegetation layer and fibric soil layer were measured in the lab from vegetation and soil cores taken from four different sites in unburned tundra areas.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle