MétaCan
Menu
Retour à la cohorte
Enregistrement W1996819499 · doi:10.1139/f10-091

Zooplankton, lipids and stable isotopes: importance of seasonal, latitudinal, and taxonomic differences

2010· article· en· W1996819499 sur OpenAlexvenueno aff
Jari Syväranta, Milla Rautio

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueIsotope Analysis in Ecology
Établissements canadiensnon disponible
Organismes subventionnairesSuomen KulttuurirahastoAcademy of Finland
Mots-clésZooplanktonCopepodSubarctic climateBiologyEcologyCalanusCrustacean

Résumé

récupéré en direct d'OpenAlex

We found considerable seasonal, latitudinal, and taxonomic differences in zooplankton lipid content and concurrent δ13C values of zooplankton. We collected cladoceran as well as cyclopoid and calanoid copepod zooplankton from boreal and subarctic lakes throughout a year, allowing us to study zooplankton likely subjected to different isotopic fractionation processes and with highly variable lipid contents. Considerable seasonal variation was observed in the difference between bulk and lipid-extracted zooplankton δ13C values, indicating that seasonally changing lipid content introduced notable variation in zooplankton δ13C values. The difference between bulk and lipid-extracted material was most amplified in lipid-rich subarctic zooplankton in winter, δ13C difference being >5 units. Significant differences were also observed among zooplankton taxa, with copepods showing a greater lipid impact on δ13C than cladocerans. Published lipid correction models failed to produce satisfying fits to our data, and considerable variation was left even after recalibrating the model parameters. This was likely due to taxonomic differences in lipid effects on δ13C values. We therefore produced separate mass balance-based lipid correction models for cladocerans and also cyclopoid and calanoid copepods. We conclude that arithmetic lipid correction models perform well with zooplankton samples, but taxonomic differences need to be considered.

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)0,001
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 enseignants0,014
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
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 savante0,0000,001
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 Opus0,014
Tête enseignante GPT0,208
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

Citations79
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic SciencesMême sujetIsotope Analysis in EcologyTravaux en français237 207