MétaCan
Menu
Retour à la cohorte
Enregistrement W2015393302 · doi:10.14430/arctic650

Growth Rate of an Aquatic Bryophyte (<i>Warnstorfia fluitans</i> (Hedw.) Loeske) from a High Arctic Lake: Effect of Nutrient Concentration

2010· article· en· W2015393302 sur OpenAlexvenueno aff
Tenna Riis, Birgit Olesen, Casper K. Katborg, Kirsten Christoffersen

Notice bibliographique

RevueARCTIC · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePeatlands and Wetlands Ecology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésArcticNutrientMacrophyteMossEnvironmental scienceBryophyteDry weightEcologyBiologyBotany

Résumé

récupéré en direct d'OpenAlex

The High Arctic is one of the regions most susceptible to climate change on a global scale. Increased temperature, precipitation, and cloud cover are anticipated in the region, with consequent increases in nutrient runoff to surface waters. Mosses are often the dominant submerged macrophyte in Arctic and High Arctic lakes. If the growth rate of mosses in these lakes is nutrient-limited, then production could increase with climate changes that result in higher nutrient concentrations. We conducted a laboratory study to 1) measure the growth response of Warnstorfia fluitans (Hedw.) Loeske from a High Arctic lake to nitrogen and phosphorus availability; and 2) determine whether growth rate was N- or P-limited by examining its relationship to internal P and N content. The growth rates of W. fluitans were generally low, ranging from 0.003 to 0.012 day-1. The growth rates increased with increasing plant P content, but not with increasing N content, indicating that moss growth was P-limited at low P availability in the experiment. Critical plant P concentration for maximum growth rate was 0.086% dry weight. This is the first time a critical P threshold has been calculated. The results imply that if climate changes result in increased P concentrations in surface waters, a higher production of moss could occur in High Arctic lakes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,574
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,003
Tête enseignante GPT0,197
Écart entre enseignants0,193 · 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 tête enseignante, pas un consensus.

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

Citations21
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueARCTICMême sujetPeatlands and Wetlands EcologyTravaux en français237 207