MétaCan
Menu
Retour à la cohorte
Enregistrement W1993661661 · doi:10.1139/f03-124

Cladoceran body length and Secchi disk transparency in northeastern U.S. lakes

2003· article· en· W1993661661 sur OpenAlexvenueno aff
Richard S. Stemberger, Eric K. Miller

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2003
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAquatic Ecosystems and Phytoplankton Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesNew York State Department of Environmental ConservationNational Institutes of HealthU.S. Environmental Protection Agency
Mots-clésSecchi diskZooplanktonChlorophyll aEnvironmental sciencePopulationEcologyBiologyNutrientEutrophication

Résumé

récupéré en direct d'OpenAlex

Mean cladoceran body length of 59 northeastern U.S. lakes was estimated from functional groups that broadly define taxonomic, body size, and grazing potential. Multiple regression of body length, color, and chlorophyll a or total phosphorus against Secchi disk transparency explained 72% and 83% of the variation across lakes, respectively. Analysis that included body length, color, and particulate carbon, a proxy for light backscattering and absorption by suspended organic particles, explained 85% of the variance in transparency. Body length was as important a predictor of water clarity as chemical factors. Furthermore, body length was significantly correlated to temporal variation in transparency within lakes. Because cladocerans primarily filter organic particles in size ranges having high light attenuation efficiencies, body length was consistently more strongly correlated to transparency than to chlorophyll a. Monitoring cladoceran body length should help to distinguish changes in lake transparency due to nutrient loading from changes that reflect fish population size structure and predation intensity on zooplankton. This simple size index can greatly increase the interpretative value of Secchi transparency observations to lake managers.

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 enseignants0,153
Score d'incertitude au seuil0,304

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 Opus0,010
Tête enseignante GPT0,193
Écart entre enseignants0,183 · 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

Citations23
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic SciencesMême sujetAquatic Ecosystems and Phytoplankton DynamicsTravaux en français237 207