MétaCan
Menu
Retour à la cohorte
Enregistrement W6929635027 · doi:10.48577/jpl.ech7dm

Characterizing methane emission hotspots from thawing permafrost

2023· dataset· en· W6929635027 sur OpenAlexaboutno aff

Notice bibliographique

RevueJPL Data · 2023
Typedataset
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBreast Cancer Treatment Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésThermokarstPermafrostHotspot (geology)MethaneWetlandGreenhouse gasPeatClimate change

Résumé

récupéré en direct d'OpenAlex

Methane (CH4) emissions from climate-sensitive ecosystems within the northern permafrost region represent a potentially large but highly uncertain source, with current estimates spanning a factor of seven (11 – 75 Tg CH4 yr-1). Accelerating permafrost thaw threatens significant increases in pan-Arctic CH4 emissions, amplifying the permafrost carbon feedback. We used airborne imaging spectroscopy with meter-scale spatial resolution and broad coverage to identify a previously undiscovered CH4 emission hotspot adjacent to a thermokarst lake in interior Alaska. Hotspot emissions were confined to < 1% of the 10 ha lake study area. Ground-based chamber measurements confirmed average daily fluxes from the hotspot of 1,170 mg CH4 m-2 d-1, with extreme daily maxima up to 24,200 mg CH4 m-2 d-1. Ground-based geophysical measurements revealed thawed permafrost directly beneath the CH4 hotspot, extending to a depth of ~15 m, indicating that the intense CH4 emissions likely originated from recently thawed permafrost. Hotspot emissions accounted for ~40% of total diffusive CH4 emissions from the lake study site. Combining study site findings with hotspot statistics from our 70,000 km2 airborne survey across Alaska and northwestern Canada, we estimate that pan-Arctic terrestrial thermokarst hotspots currently emit 1.1 (0.1 – 5.2) Tg CH4 yr-1, or roughly 4% of the annual pan-Arctic wetland budget from just 0.01% of the northern permafrost land area. Our results suggest that significant proportions of pan-Arctic CH4 emissions originate from disproportionately small areas of previously undetermined thermokarst emissions hotspots, and that pan-Arctic CH4 emissions may increase non-linearly as thermokarst processes increase under a warming climate

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: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,017

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,049
Tête enseignante GPT0,321
Écart entre enseignants0,271 · 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
GenreJeu de données

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJPL DataMême sujetBreast Cancer Treatment StudiesTravaux en français237 207