MétaCan
Menu
← Retour à la cohorte
Enregistrement W2054804020 · doi:10.5194/bgd-10-11255-2013

Temperature and phytoplankton cell size regulate carbon uptake and carbon overconsumption in the ocean

2013· article· en· W2054804020 sur OpenAlexafffund
Susanne E. Craig, Helmuth Thomas, Chris T. Jones, W. K. W. Li, B. J. W. Greenan, Elizabeth H. Shadwick, William J. Burt

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine and coastal ecosystems
Établissements canadiensBedford Institute of OceanographyFisheries and Oceans CanadaDalhousie University
Organismes subventionnairesCanadian Foundation for Climate and Atmospheric Sciences
Mots-clésPhytoplanktonOceanographyEnvironmental scienceEffects of global warming on oceansNutrientOverconsumptionPopulationCarbon dioxideCarbon fibersCarbon fixationTemperate climateCarbon dioxide in Earth's atmosphereGlobal warmingClimate changeEcologyBiologyGeology

Résumé

récupéré en direct d'OpenAlex

Abstract. Phytoplankton plays a critical role in the uptake of atmospheric carbon dioxide by the ocean, and is comprised of a spectrum of cell sizes that are strongly associated with different oceanographic conditions. Studies suggest that the ocean will become increasingly stratified in response to a warming climate, limiting nutrient exchange to the upper sunlit ocean and favouring small cells able to grow in warmer, nutrient poor conditions. Here we show that, in a temperate shelf sea, a summertime population of numerically abundant small cells accounts for approximately 20% of annual carbon uptake. These small cells are not well represented by chlorophyll a – the ubiquitously used proxy of phytoplankton biomass – but rather, are strongly correlated with surface water temperature. Given the persistent near-zero nutrient concentrations during the summer, it appears that small cells drive carbon overconsumption, and suggest that their role in carbon fixation will become increasingly important in a warming ocean.

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 enseignants0,002
Score d'incertitude au seuil0,003

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
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 Opus0,005
Tête enseignante GPT0,161
Écart entre enseignants0,157 · 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

Citations9
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetMarine and coastal ecosystems→Travaux en français237 207→