MétaCan
Menu
Retour à la cohorte
Enregistrement W2018285978 · doi:10.3354/meps09940

Production and fate of kelp detritus

2012· article· en· W2018285978 sur OpenAlexafffund
KA Krumhansl, RE Scheibling

Notice bibliographique

RevueMarine Ecology Progress Series · 2012
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine and coastal plant biology
Établissements canadiensDalhousie University
Organismes subventionnairesArmy Research OfficeDalhousie University
Mots-clésKelpSeagrassDetritusKelp forestEcologyProductivityIntertidal zoneEnvironmental scienceHabitatOceanographyFisheryGeographyBiologyGeology

Résumé

récupéré en direct d'OpenAlex

The flow of detritus between habitats is an important form of connectivity that affects regional productivity and the spatial organization of marine ecosystems.Kelps form highly productive beds or forests that produce detritus through incremental blade erosion, fragmentation of blades, and dislodgement of whole fronds and thalli.Rates of detrital production range from 8 to 2657 g C m -2 yr -1 for blade erosion and fragmentation, and from 22 to 839 g C m -2 yr -1 for loss of fronds and thalli.The estimated global average rate of detrital production by kelps is 706 g C m -2 yr -1 , accounting for 82% of annual kelp productivity.Detrital production rates are regulated by current and wave-driven hydrodynamic forces and are highest during severe storms and following blade weakening through damage by grazers and encrusting epibionts.Detritus settles within kelp beds or forests and is exported to neighboring or distant habitats, including sandy beaches, rocky intertidal shores, rocky and sedimentary subtidal areas, and the deep sea.Exported kelp detritus can provide a significant resource subsidy and enhance secondary production in these communities ranging from tens of meters to hundreds of kilometers from the source of production.Loss of kelp biomass is occurring worldwide through the combined effects of climate change, pollution, fishing, and harvesting of kelp, which can depress rates of detrital production and subsidy to adjacent communities, with large-scale consequences for productivity.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 GPT0,202
Écart entre enseignants0,191 · 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

Citations473
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMarine Ecology Progress SeriesMême sujetMarine and coastal plant biologyTravaux en français237 207