MétaCan
Menu
Retour à la cohorte
Enregistrement W2099929965 · doi:10.4319/lo.2003.48.5.2062

Climatic control of ultraviolet radiation effects on lakes

2003· article· en· W2099929965 sur OpenAlexaff
Peter R. Leavitt, Brian F. Cumming, John P. Smol, Mel A. Reasoner, Reinhard Pienitz, Dominic A. Hodgson

Notice bibliographique

RevueLimnology and Oceanography · 2003
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBiocrusts and Microbial Ecology
Établissements canadiensUniversité LavalCenter for Northern StudiesQueen's UniversityUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésBiotaEnvironmental scienceAbundance (ecology)BorealEcologyEcosystemLake ecosystemUltraviolet radiationDissolved organic carbonClimate changeNutrientBiomass (ecology)AlgaeOceanographyBiologyChemistryGeology

Résumé

récupéré en direct d'OpenAlex

Ultraviolet radiation (UVR) damages most biota, yet little evidence exists for its long‐term effects on natural ecosystems. We used paleoecological techniques at three low‐elevation lakes to show that algal abundance in lakes was depressed 10‐fold by UVR during the first millennium of lake existence. Likewise, analysis of data from a lake near treeline showed that algal biomass declined 10–25‐fold both early in the lake history and during the last ~4000 yr, when inputs of UVR‐absorbing dissolved organic matter (DOM) declined despite constant nutrient levels since ~10,000 14 C yr before the present. This rapid (–1.25% yr −1 ), sustained (>600 yr) suppression of algal abundance arose from directional climate change that reduced DOM inputs and occurred despite initial reservoirs of photoprotective DOM that are typical of most boreal lakes. Hence, we conclude that many lakes may be vulnerable to order‐of‐magnitude declines in algal abundance arising from future climate‐DOM‐UVR interactions.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,004
Tête enseignante GPT0,173
Écart entre enseignants0,169 · 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

Citations76
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLimnology and OceanographyMême sujetBiocrusts and Microbial EcologyTravaux en français237 207