MétaCan
Menu
Retour à la cohorte
Enregistrement W1983884811 · doi:10.1139/f10-107

Influence of zebra (Dreissena polymorpha) and quagga (Dreissena rostriformis) mussel invasions on benthic nutrient and oxygen dynamics

2010· article· en· W1983884811 sur OpenAlexvenueno aff
Caroline B. Turner

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAquatic Invertebrate Ecology and Behavior
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDreissenaWater columnBenthic zoneMusselEnvironmental chemistryMicrocosmSedimentBiologyEcologyBivalviaMolluscaChemistry

Résumé

récupéré en direct d'OpenAlex

Although invasive zebra ( Dreissena polymorpha ) and quagga ( Dreissena rostriformis ) mussels are known to increase water column concentrations of nitrogen and phosphorus, the relative roles of direct nutrient release by the mussels and mussel-induced alterations to sediment fluxes are little understood. In short-term microcosm experiments comparing the presence and absence of mussels on sediments from Oneida Lake, New York, USA, both dreissenid species approximately doubled benthic oxygen consumption and fluxes of ammonium. The impact on soluble reactive phosphate (SRP) flux varied from 40% to 140% depending on whether mussels were located in the water column or directly on sediments. The additional flux was attributable directly to release by the mussels, with fluxes from the sediments remaining largely unchanged. However, mussels located directly on sediment surfaces released twice as much SRP as mussels located higher in the water column, with a molar N:P ratio as low as 4:1. The high rate of SRP release by mussels on sediment, possibly caused by mobilization of iron-bound phosphorus from sediment particles in the anoxic guts of the mussels, could contribute to observed increases in SRP, abundance of nuisance algae such as Cladophora , and abundance and toxicity of the cyanobacteria Microcystis in dreissenid invaded ecosystems.

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 enseignants0,012
Score d'incertitude au seuil0,023

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 technologies0,0000,000
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 Opus0,012
Tête enseignante GPT0,206
Écart entre enseignants0,194 · 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

Citations34
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic SciencesMême sujetAquatic Invertebrate Ecology and BehaviorTravaux en français237 207