MétaCan
Menu
Retour à la cohorte
Enregistrement W2051952377 · doi:10.1139/f08-172

Terrestrial carbon contribution to lake food webs: could the classical stable isotope approach be misleading?

2008· article· en· W2051952377 sur OpenAlexaffvenueabout
Marie‐Elodie Perga, Martin J. Kainz, Asit Mazumder

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2008
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueIsotope Analysis in Ecology
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésPhytoplanktonZooplanktonStable isotope ratioEnvironmental scienceAlgaeIsotopes of carbonFood webIsotope analysisEcologyOceanographyNutrientBiologyTotal organic carbonEcosystemGeologyPhysics

Résumé

récupéré en direct d'OpenAlex

Carbon stable isotope analyses have been widely used to estimate terrestrial carbon contribution to lake secondary production. In such approaches, phytoplankton is tacitly assumed as a single, isotopically homogenous source. Such assumption might be valid if (i) zooplankton do not feed selectively on specific algal taxa within bulk phytoplankton, or (ii) although zooplankton do feed selectively, the variability in the δ13C values amongst the different algal taxa is small compared with the variability between the δ13C values of bulk phytoplankton and terrestrial end-members. In a summer field study of six coastal lakes of British Columbia, Canada, we tested these assumptions using gut pigments and stable isotope measures on zooplankton and particulate organic matter. Results revealed that filter-feeding cladocerans positively selected cryptophytes, shown to be substantially 13C-enriched compared with bulk phytoplankton and even with the terrestrial end-member. Comparing a classical two-source mixing model and a model that accounted for algal isotopic heterogeneity, we showed that the use of a classical two-source model can result in an overestimation of terrestrial contribution to zooplankton secondary production.

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)0,007
score de la tête « metaresearch » (Gemma)0,021
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 enseignants0,100
Score d'incertitude au seuil0,199

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,021
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,004
Communication savante0,0020,002
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
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 Opus0,025
Tête enseignante GPT0,217
Écart entre enseignants0,192 · 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

Citations8
Publié2008
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic SciencesMême sujetIsotope Analysis in EcologyTravaux en français237 207