MétaCan
Menu
← Retour à la cohorte
Enregistrement W2032502926 · doi:10.1139/f10-152

Evaluating otolith Sr/Ca as a tool for reconstructing estuarine habitat use

2011· article· en· W2032502926 sur OpenAlexvenueno aff
Corey C. Phillis, David J. Ostrach, B. Lynn Ingram, Peter Weber

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensnon disponible
Organismes subventionnairesLawrence Livermore National Laboratory
Mots-clésEstuaryOtolithSalinityStrontiumOceanographyEnvironmental scienceBass (fish)GeologyFisheryChemistryBiologyFish <Actinopterygii>

Résumé

récupéré en direct d'OpenAlex

There is no standard method to determine the applicability of otolith Sr/Ca ratio to reconstructing estuary use. We have developed a novel method to determine the response of otolith Sr/Ca to changes in water Sr/Ca and salinity in San Francisco Estuary (California, USA). We perform correlated, spatially resolved Sr/Ca and Sr isotope measurements using otoliths from adult striped bass ( Morone saxatilis ) in the San Francisco Estuary to estimate the otolith–water Sr/Ca partition coefficient (DSr = 0.305 ± 0.009). DSr did not vary significantly with salinity, and therefore the salinity–otolith Sr/Ca model was constructed by substituting the partition coefficient into the nonlinear salinity–water Sr/Ca mixing model for the system. The model demonstrates that the primary factor controlling the response of Sr/Ca to salinity is the Ca concentration in the freshwater source flowing into the estuary. A concentration of 60 ppm Ca is an approximate threshold below which estuary Sr/Ca increases rapidly to near the marine Sr/Ca at low salinities (5‰–15‰), thereby providing sharp delineation of estuary entrance, but little to no discrimination among higher salinity habitats. Our approach provides a general framework for assessing the potential utility of Sr/Ca in estuarine systems and specifically for the San Francisco Estuary.

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)0,002
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 enseignants0,037
Score d'incertitude au seuil0,074

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
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 Opus0,095
Tête enseignante GPT0,294
Écart entre enseignants0,199 · 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

Citations47
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic Sciences→Même sujetMarine and fisheries research→Travaux en français237 207→