225 years of Bering Sea climate and ecosystem dynamics revealed by coralline algal growth-increment widths
Notice bibliographique
Résumé
Bering Sea climate and ecosystem dynamics have recently undergone major changes that have affected seasonal sea ice distribution and marine life, including commercially important salmon fisheries. Unfortunately, long-term Bering Sea dynamics are poorly understood, largely because of an absence of high-resolution marine proxy archives. Here we present the first record compiled from annual growth-increment widths of long-lived coralline algae collected in shallow-water habitats spanning the entire Aleutian Islands. While algal growth in the Aleutians exhibits a variable relationship with regional temperatures, it is strongly driven by changes in solar radiation reaching the seafloor. Therefore, it provides an exceptional archive of long-term light dynamics, which in the Bering Sea is attributed to changes in strength of the Aleutian Low (AL), the dominant climate pattern of the subarctic North Pacific. The AL is positively related to Bering Sea cloudiness and wind strength, which in turn fosters upper-ocean mixing. Mixing raises surface-water nutrient concentrations and stimulates plankton production, which is positively linked to Alaskan salmon abundance. Enhanced clouds and plankton production increase shading on the shallow seafloor and reduce algal growth. Light-driven algal growth rates track proxy-derived salmon abundance from 1782 onward, but are poorly related to temperature-dominated Pacific Decadal Oscillation (PDO) variability prior to the twentieth century. The algal record suggests that the present-day relationship of AL and PDO varied historically and that salmon stocks have been more closely related to AL strength via its effect on plankton abundance rather than PDO-related temperatures.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».