MétaCan
Menu
Retour à la cohorte
Enregistrement W2009528563 · doi:10.1073/pnas.1419216112

Century-scale trends and seasonality in pH and temperature for shallow zones of the Bering Sea

2015· article· en· W2009528563 sur OpenAlexaff
Jan Fietzke, Federica Ragazzola, Jochen Halfar, Heiner Dietze, L. C. Foster, Thor H. Hansteen, Anton Eisenhauer, Robert S. Steneck

Notice bibliographique

RevueProceedings of the National Academy of Sciences · 2015
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueOcean Acidification Effects and Responses
Établissements canadiensUniversity of Toronto
Organismes subventionnairesBundesministerium für Forschung und TechnologieNational Science Foundation
Mots-clésSeasonalityOceanographyScale (ratio)ClimatologyGeographyGeologyEnvironmental scienceBiologyEcologyCartography

Résumé

récupéré en direct d'OpenAlex

No records exist to evaluate long-term pH dynamics in high-latitude oceans, which have the greatest probability of rapid acidification from anthropogenic CO2 emissions. We reconstructed both seasonal variability and anthropogenic change in seawater pH and temperature by using laser ablation high-resolution 2D images of stable boron isotopes (δ(11)B) on a long-lived coralline alga that grew continuously through the 20th century. Analyses focused on four multiannual growth segments. We show a long-term decline of 0.08 ± 0.01 pH units between the end of the 19th and 20th century, which is consistent with atmospheric CO2 records. Additionally, a strong seasonal cycle (∼ 0.22 pH units) is observed and interpreted as episodic annual pH increases caused by the consumption of CO2 during strong algal (kelp) growth in spring and summer. The rate of acidification intensifies from -0.006 ± 0.007 pH units per decade (between 1920s and 1960s) to -0.019 ± 0.009 pH units per decade (between 1960s and 1990s), and the episodic pH increases show a continuous shift to earlier times of the year throughout the centennial record. This is indicative of ecosystem shifts in shallow water algal productivity in this high-latitude habitat resulting from warming and acidification.

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 enseignants0,012
Score d'incertitude au seuil0,023

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 Opus0,035
Tête enseignante GPT0,275
Écart entre enseignants0,240 · 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

Citations72
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the National Academy of SciencesMême sujetOcean Acidification Effects and ResponsesTravaux en français237 207