MétaCan
Menu
Retour à la cohorte
Enregistrement W6948549881 · doi:10.5061/dryad.wpzgmsc0w

Pathways of blue carbon export from kelp and seagrass beds along the Atlantic coast of Nova Scotia

2025· dataset· en· W6948549881 sur OpenAlexaffabout

Notice bibliographique

RevueDRYAD · 2025
Typedataset
Langueen
DomaineComputer Science
ThématiqueAdvanced Image and Video Retrieval Techniques
Établissements canadiensDalhousie UniversityBedford Institute of Oceanography
Organismes subventionnairesnon disponible
Mots-clésBlue carbonSeagrassKelp forestKelpCarbon sequestrationEcosystemCarbon fibersCarbon cycle

Résumé

récupéré en direct d'OpenAlex

Coastal vegetated ecosystems are recognized for their role in cycling and storing carbon in the world’s oceans (i.e., blue carbon); however, high uncertainty in carbon sequestration rates are driven in part by an absence of studies directly estimating carbon export to the deep sea. We modeled export from nearshore kelp forests and seagrass beds, showing that export varies by orders of magnitude across spatial scales (5 – 100s km), kelp and seagrass species, seasons, and forms of carbon, raising caution in using generalized export rates in blue carbon accounting. Our results are also the first to show rapid (within 20-30 days) and extensive export of neutrally buoyant dissolved organic carbon to the shelf break (up to 44% within 90 days), contrasting sinking particulate organic carbon particles that remained within 100 m water depth in the near shore. These results improve estimates of carbon sequestration by nearshore vegetated ecosystems and reveal contrasting patterns of export relative to other regions of the globe.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,336
Score d'incertitude au seuil0,992

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,017
Tête enseignante GPT0,266
Écart entre enseignants0,249 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDRYADMême sujetAdvanced Image and Video Retrieval TechniquesTravaux en français237 207