MétaCan
Menu
Retour à la cohorte
Enregistrement W1482073456 · doi:10.1029/2004pa001114

Diatom‐bound <sup>15</sup>N/<sup>14</sup>N: New support for enhanced nutrient consumption in the ice age subantarctic

2005· article· en· W1482073456 sur OpenAlexaff
Rebecca S. Robinson, Daniel M. Sigman, Peter J. DiFiore, Melissa M. Rohde, Tracy A. Mashiotta, David W. Lea

Notice bibliographique

RevuePaleoceanography · 2005
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeology and Paleoclimatology Research
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesFlorida State UniversityFord Motor CompanyNational Science Foundation
Mots-clésDiatomGlacial periodGeologyOceanographyThermoclineIce ageIron fertilizationNutrientInterglacialPhytoplanktonPaleontologyEcologyBiology

Résumé

récupéré en direct d'OpenAlex

Diatom‐bound 15N/14N was used to reconstruct the glacial nutrient status of the Subantarctic Zone in the Southern Ocean. Down‐core records from both the Pacific and Indian sectors show δ15N of 5 to 6‰ during the Last Glacial Maximum and a decrease, coincident with the glacial termination, to values as low as 2‰. The effect of either diatom assemblage or physiological change on the diatom‐bound 15N/14N is unknown and cannot yet be ruled out as a possible explanation for the observed change. However, the consistency between Indian and Pacific sector records and with other paleoceanographic data suggests that the glacial‐interglacial difference in diatom‐bound 15N/14N was driven by higher consumption of nitrate in the subantarctic surface during the last ice age. Such a change in nutrient consumption may have resulted from atmospheric iron fertilization and/or decreased glacial mixed layer depths associated with sea ice melting. Enhanced nutrient consumption in the glacial subantarctic would have worked to lower the concentration of CO2 in the ice age atmosphere. It also would have reduced the preformed nutrient content of the low‐latitude thermocline, leading to decreases in low‐latitude productivity, suboxia, and denitrification.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,017

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 technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,024
Tête enseignante GPT0,261
Écart entre enseignants0,237 · 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

Citations150
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePaleoceanographyMême sujetGeology and Paleoclimatology ResearchTravaux en français237 207