MétaCan
Menu
Retour à la cohorte
Enregistrement W7027015787

Automated Measurements of Gas Exchange in Wetlands

2021· other· en· W7027015787 sur OpenAlexaboutno aff

Notice bibliographique

RevueeScholarship (California Digital Library) · 2021
Typeother
Langueen
DomaineMedicine
ThématiqueWomen's cancer prevention and management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMethaneFlux (metallurgy)Natural gasConvectionTRACERDiffusionWetlandHydrology (agriculture)Natural convection
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Wetlands are the largest natural producer of methane, a potent greenhouse gas. One way in which dissolved methane can be emitted from wetlands is via hydrodynamic transport. This transport pathway includes stirring and bulk motion in the water column as well as diffusion near the air-water interface. It is driven by sources of near-surface turbulence, such as natural convection (e.g. temperature-driven stirring) and forced convection (e.g. wind shear, precipitation, honami). Relative to other methane transport pathways in wetlands, hydrodynamic transport has been understudied and its contributions to total methane flux have been underestimated.We developed a low-cost, autonomous, and programmable underwater camera to measure water velocity in wetlands. We used this camera in a model wetland to correlate gas exchange across the air-water interface to water-side velocity statistics. Our results found a positive quadratic relationship with a non-zero intercept between the standard deviation of vertical velocity and the normalized gas transfer velocity (k600). This camera was then deployed in Burns Bog outside of Metropolitan Vancouver, British Columbia, Canada in order to estimate the site's methane flux due to hydrodynamic transport. Using water-side velocity statistics to calculate k600, we found that hydrodynamic transport was responsible for approximately 17.2% of total methane flux in Burns Bog; this percentage varied very little throughout the day. Finally, we compare a heat-flux-based method for estimating k600 against our water-velocity-based approach. We found that the heat-flux-based method had consistently lower estimates for k600 and gas flux relative to the water-velocity-based approach. This was because the heat flux data only captured stirring due to natural convection whereas the water-velocity-based approach included both natural and forced convection.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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 Opus0,028
Tête enseignante GPT0,258
Écart entre enseignants0,230 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeScholarship (California Digital Library)Même sujetWomen's cancer prevention and managementTravaux en français237 207