MétaCan
Menu
Retour à la cohorte
Enregistrement W1545028831 · doi:10.1111/j.1365-2427.2010.02541.x

Deep chlorophyll maxima and UVR acclimation by epilimnetic phytoplankton

2010· article· en· W1545028831 sur OpenAlexafffundabout
Joel W. Harrison, Ralph E. Smith

Notice bibliographique

RevueFreshwater Biology · 2010
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine and coastal ecosystems
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPhytoplanktonAcclimatizationPhotosynthesisPhotosynthetically active radiationChlorophyll aChlorophyllFluorometerIrradianceEnvironmental scienceBiologyChlorophyll fluorescenceEcologyEnvironmental chemistryBotanyNutrientAtmospheric sciencesChemistryPhysicsFluorescence

Résumé

récupéré en direct d'OpenAlex

1. It is well established that ultraviolet radiation (UVR) has many harmful effects on phytoplankton, but the factors controlling algal sensitivity to UVR are not fully understood. 2. We exposed phytoplankton communities from the epilimnia and deep chlorophyll maxima (DCM) of 2 Canadian lakes to 14 irradiance treatments of various spectral quality and monitored changes in the maximum quantum efficiency of Photosystem II photochemistry (Fv/Fm) using a pulse amplitude modulation fluorometer. 3. Phytoplankton from DCM did not show marked differences from epilimnetic communities in taxonomy or nutrient status, but exhibited substantially higher photosynthetic impairment under UVR exposure. 4. Our results suggest that epilimnetic phytoplankton acclimate to in situ light conditions in a spectrally-specific manner, and that ultraviolet-A radiation is a stronger stressor than ultraviolet-B or photosynthetically active radiation in the mixed layers of our study lakes. Model estimates of damage and recovery rate constants revealed that the phytoplankton of the two lakes relied upon different strategies of UVR-acclimation, in one lake minimising susceptibility to photodamage and in the other maximising recovery efficiency.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,101
Score d'incertitude au seuil0,202

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
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 Opus0,005
Tête enseignante GPT0,186
Écart entre enseignants0,181 · 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

Citations17
Publié2010
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueFreshwater BiologyMême sujetMarine and coastal ecosystemsTravaux en français237 207