Snow cover affects ice algal pigment composition in the coastal Arctic Ocean during spring
Notice bibliographique
Résumé
Specific pigments produced by algae and their degradation products can provide considerable information on the taxonomic composition and photo-physiological state of algal communities. However, no previous study has looked at ice algal pigment composition in the high Arctic. We examined the bottom ice algal pigment composition in the Canadian Beaufort Sea under various snow cover conditions during the spring bloom (March to June 2008). During the early and peak bloom periods, pennate diatoms (pigment Type 2, containing chlorophyll [chl] c2 and c3) dominated the chl a biomass. Diatoms containing chl c1 (pigment Type 1) and chlorophytes were only present under high snow cover. A more diverse community was observed during the post-bloom when only low snow cover sites remained due to snow melt, with higher relative contributions of chlorophytes, prasinophytes and dinoflagellates, associated with the loss of diatoms, along with increased abundance of large empty diatoms (from microscopy) and with signs of a deteriorating physiological condition (increases in chlorophyllide a and the allomer of chl a). The ratio of photoprotective to photosynthetic pigments was generally higher at low snow cover sites, increasing seasonally with the bottom ice irradiance. Low snow cover sites differed also by having more Type 2 diatoms, increased photoprotection and greater chl a biomass during the early bloom. In addition, these sites showed increases in chl a degradation pigments that may be due to the presence of chlorophyllide-rich pennate diatoms, since the increasing biomass suggests healthy physiological conditions at that time. This study highlights the important influence of light and the light-acclimation plasticity in Arctic sea ice algae. © Inter-Research 2013.
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 | 0,001 |
| 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 ».