Total phosphorus–chlorophyll a size fraction relationships in southern Québec lakes
Notice bibliographique
Résumé
The study is a first attempt to generate a series of Total Phosphorus–Chlorophyll a (TP–Chl a) predictiveOC models relating the quantitative responses of four algal size fractions to phosphorus gradients. The study was carried out in 27 glacial lakes from two regions in southern Quebec, the Laurentians and the Eastern Townships, and covered a relatively modest range of trophic conditions (TP, 3–34 µg P L‐1; Chl a, 0.3–7.6 µg L−1). Algal biomass was estimated using measurements of Chl a, and the total Chl a was divided into four operational size fractions: picophytoplankton <3 mm, nanophytoplankton 3–20 mm, nanophytoplankton plus picophytoplankton <20 mm (edible fraction), and microphyto‐plankton >20 mm (inedible fraction). We tested the hypothesis that the slopes of the TP–Chl a regression models developed for algal size fractions would increase consistently from the smallest to the largest algal size fraction, as suggested by the first half of the sigmoidal TP–Chl a models. Although there was no consistent trend in the magnitudes of the slopes of TP–Chl a relationships for picophytoplankton (slope = 1.14), nanophytoplankton (0.93), and microphytoplankton (1.22), Chl a concentrations in the largest size fraction increased more rapidly with phosphorus enrichment than in either of the smaller fractions. When included as an additional variable, lake water alkalinity improved the prediction of Chl a and presented differential effects on size fractions. The effect of TP enrichment on microphytoplankton is more pronounced in well‐buffered lakes, whereas TP enrichment has a stronger effect on nanophytoplankton in low‐alkalinity lakes. The effects of alkalinity may be the result of either a pH influence on phytoplankton carbon uptake or a stronger top‐down grazing effect on small algae in well‐buffered 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 machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».