MétaCan
Menu
← Retour à la cohorte
Enregistrement W6963139432 · doi:10.1594/pangaea.972842

Weathering dataset collected from climate-threatened glacial river headwaters on the eastern slopes of the Canadian Rocky Mountains (2019-2021)

2024· dataset· en· W6963139432 sur OpenAlexfundaboutno aff

Notice bibliographique

RevueOpen MIND · 2024
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesGovernment of CanadaAlberta Conservation Association
Mots-clésGlacial periodWeatheringSnowmeltHydrology (agriculture)Glacier

Résumé

récupéré en direct d'OpenAlex

Here we provide a biogeochemical dataset containing weathering-specific parameters that we collected between 2019-2021 from the headwaters of three rivers (Sunwapta-Athabasca, North Saskatchewan, and Bow) which originate from the glacierized eastern slopes of the Canadian Rocky Mountains. Geochemical weathering can be extremely pronounced in glacierized watersheds due to large quantities of fresh glacial flour, which in turn can impact both local and global carbon budgets depending on the type of weathering that occurs. However, despite glaciers serving as hotspots of geochemical weathering globally, we still know little about how the type and magnitude of various geochemical weathering reactions change downriver of glaciers, and how this effect may change seasonally or interannually. Our dataset begins to address this.River sampling sites were visited monthly in 2019 and 2020 during the open water season (OWS), beginning during snowmelt in late May/early June, through peak glacial melt in July/August, then during the receding flow period in September/October. Additional samples were collected twice in winter (December 2019, January 2021) during base flow, but only at sites where it was safe to do so. In general, at each river sampling site and time, atmospheric CO2(g) and dissolved in situ riverine CO2(aq) concentrations were directly measured with a Vaisala CARBOCAP® GM70 Hand-Held CO2 Meter fitted with a 0 - 2000 ppm GMP222 CO2 probe sealed in a tight Teflon sleeve. Using clean field sampling protocols, we also collected samples for the analyses of δ13C-dissolved inorganic carbon (DIC) and Δ14C-DIC; δ13C-particulate inorganic carbon (PIC); sulfate isotopes (δ34S-SO4, δ18O-SO4), and radiogenic strontium (87Sr/86Sr).

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,042
Score d'incertitude au seuil0,085

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,007
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,004

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 Opus0,036
Tête enseignante GPT0,287
Écart entre enseignants0,251 · 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'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
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOpen MIND→Travaux en français237 207→