MétaCan
Menu
Retour à la cohorte

The importance of geomorphic context for estimating the carbon stock of salt marshes

2018· article· W7138851996 sur OpenAlexaboutno aff
Lee B. van Ardenne, Serge Jolicouer, D. Bérubé, David M. Burdick, Gail L. Chmura

Notice bibliographique

RevueUniversity of New Hampshire Scholars Repository (University of New Hampshire at Manchester) · 2018
Typearticle
Langue
DomaineEnvironmental Science
ThématiqueCoastal wetland ecosystem dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMarshSalt marshCarbon stockHydrology (agriculture)Brackish marshWetlandContext (archaeology)

Résumé

récupéré en direct d'OpenAlex

We measured total carbon stocks of three marshes: Two formed in association with a developing spit along the Gulf of St. Lawrence coast of New Brunswick, Canada, and another with a lagoon on the coast of Maine, USA. Overall, 46 cores and 157 depth recordings were collected to determine depth of the marsh deposits. Total marsh soil volume was estimated by interpolation. In all marshes soil depth varied in a predictable pattern based upon marsh developmental history. In spit marshes deposit age and thickness increased towards the oldest portion of the spit. In the lagoonal marsh, soil depth was greatest in the center and declined towards both the upland and seaward margins. This same pattern held on axes perpendicular to the primary, age axis of the spit marshes. In each marsh C density did not significantly vary with depth so that marsh depth was an acceptable estimator of C stock, and therefore driven by the geomorphic context of the marshes we studied. There were major differences in C stock estimates produced using GIS interpolation, average C contained in all marsh cores, or cores along a single transect. Our study demonstrates that assuming a soil depth of just 0.5 or 1 m can substantially under- or overestimate marsh carbon stocks and the value of that stock on a carbon market.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,043
Score d'incertitude au seuil0,086

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
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 Opus0,017
Tête enseignante GPT0,201
Écart entre enseignants0,184 · 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
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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUniversity of New Hampshire Scholars Repository (University of New Hampshire at Manchester)Même sujetCoastal wetland ecosystem dynamicsTravaux en français237 207