MétaCan
Menu
Retour à la cohorte
Enregistrement W2075340487 · doi:10.1029/2009jc005493

Effects of future climate change on primary productivity and export fluxes in the Beaufort Sea

2010· article· en· W2075340487 sur OpenAlexaffabout
Diane Lavoie, Kenneth L. Denman, Robie W. Macdonald

Notice bibliographique

RevueJournal of Geophysical Research Atmospheres · 2010
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensUniversity of VictoriaFisheries and Oceans Canada
Organismes subventionnairesnon disponible
Mots-clésEnvironmental sciencePhytoplanktonSea iceArcticOceanographyProductivityPrimary producersArctic ice packClimate changePrecipitationClimatologyAtmospheric sciencesNutrientGeologyEcologyBiologyMeteorologyGeography

Résumé

récupéré en direct d'OpenAlex

We present projections of future primary production for the Canadian Beaufort Shelf of the Arctic Ocean, using simulations of future climate change from the Canadian Global Climate Model (CGCM2) to force a coupled sea ice‐ocean‐biological one‐dimensional model. We compare three 18 year simulations, 1975–1992, 2042–2059, and 2082–2099, to describe the impacts of a reduction in sea ice cover duration and thickness and an increase in surface freshwater fluxes. Our results show an increase in average annual primary production of 6% between the period 1975–1992 and the period 2042–2059 and an increase of 9% between 1975–1992 and 2082–2099. The relative contribution of the ice algal and spring phytoplankton blooms to the annual primary production is reduced in the future runs owing to a reduction in the length of the ice algal growth season (resulting from earlier snow and ice melt) and to a reduction in the replenishment of nutrient to the mixed layer in winter. The duration of the summer subsurface phytoplankton bloom increases, which favors the development of the main copepod species and leads to an increase in export production (16% between 1975–1992 and 2082–2099) that is greater than the increase in primary 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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,812
Score d'incertitude au seuil0,379

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,016
Tête enseignante GPT0,270
Écart entre enseignants0,254 · 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'étudeSimulation ou modélisation
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

Citations59
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research AtmospheresMême sujetArctic and Antarctic ice dynamicsTravaux en français237 207