MétaCan
Menu
Retour à la cohorte
Enregistrement W2097886440 · doi:10.1093/plankt/fbq062

Marine plankton phenology and life history in a changing climate: current research and future directions

2010· article· en· W2097886440 sur OpenAlexaff
Rubao Ji, Martin Edwards, David L. Mackas, Jeffrey A. Runge, Andrew C. Thomas

Notice bibliographique

RevueJournal of Plankton Research · 2010
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine and coastal ecosystems
Établissements canadiensFisheries and Oceans Canada
Organismes subventionnairesNatural Environment Research Council
Mots-clésPlanktonZooplanktonPhenologyTrophic levelEcologyPhytoplanktonClimate changeEnvironmental scienceRange (aeronautics)Ecological nicheBiologyOceanographyHabitat

Résumé

récupéré en direct d'OpenAlex

Increasing availability and extent of biological ocean time series (from both in situ and satellite data) have helped reveal significant phenological variability of marine plankton. The extent to which the range of this variability is modified as a result of climate change is of obvious importance. Here we summarize recent research results on phenology of both phytoplankton and zooplankton. We suggest directions to better quantify and monitor future plankton phenology shifts, including (i) examining the main mode of expected future changes (ecological shifts in timing and spatial distribution to accommodate fixed environmental niches vs. evolutionary adaptation of timing controls to maintain fixed biogeography and seasonality), (ii) broader understanding of phenology at the species and community level (e.g. for zooplankton beyond Calanus and for phytoplankton beyond chlorophyll), (iii) improving and diversifying statistical metrics for indexing timing and trophic synchrony and (iv) improved consideration of spatio-temporal scales and the Lagrangian nature of plankton assemblages to separate time from space changes.

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)0,005
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,002
Communication savante0,0020,004
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,059
Tête enseignante GPT0,316
Écart entre enseignants0,257 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations256
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Plankton ResearchMême sujetMarine and coastal ecosystemsTravaux en français237 207