MétaCan
Menu
Retour à la cohorte
Enregistrement W2074740131 · doi:10.1155/2010/410129

Long-Term Relationships between the Marine Environment, Krill and Salps in the Southern Ocean

2010· article· en· W2074740131 sur OpenAlexaff
Chung Il Lee, Evgeny A. Pakhomov, Angus Atkinson, Volker Siegel

Notice bibliographique

RevueJournal of Marine Biology · 2010
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueOceanographic and Atmospheric Processes
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesDivision of Ocean SciencesMinistry of Education, Science and TechnologyNational Research Foundation of KoreaNational Research Foundation
Mots-clésAntarctic krillKrillEuphausiaOceanographySalinityPelagic zoneWater columnAbiotic componentEnvironmental scienceBiologyEcologyGeology

Résumé

récupéré en direct d'OpenAlex

Long-term variations (1975–2002) in climatology of marine environmental parameters, Antarctic krill, Euphausia superba , and the pelagic tunicate, Salpa thompsoni , were compared within the Atlantic Sector of the Southern Ocean. Sea water temperature in the top 400 m increased at a rate of 0.020–0.030 ° C ⋅ yr −1 , which was accompanied by the dissolved oxygen decline. Top 100 m water layer became fresher with lower concentrations of phosphates and nitrates, while at subsurface layers (200–400 m) both salinity and nutrients showed small increasing trend. Unlike phosphates and nitrates, silicate concentrations decreased in the entire water column. Shorter-term water temperature dynamics closely correlated with the El Nino events expressed as the Southern Oscillation Index which in turn was linked to the propagation of the Antarctic Circumpolar Wave (ACW). The variations of sea-ice extent matched well the changes in both air and water temperatures. In general, abundance of krill and salps showed opposite to each other trends. Due to large area considered in this study, no significant relationships between abiotic factors and both krill and salps were found. However, our analysis demonstrated that krill abundance was greater in years with lower sea water temperature, greater sea-ice extent and higher nutrient concentration, while salps showed the opposite pattern.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,038
Score d'incertitude au seuil0,732

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,015
Tête enseignante GPT0,209
Écart entre enseignants0,195 · 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 tête enseignante, 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

Citations35
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Marine BiologyMême sujetOceanographic and Atmospheric ProcessesTravaux en français237 207