Intercalibrating SCOR, NORPAC and bongo nets and the consequences for interpreting decadal‐scale variation in zooplankton biomass in the Gulf of Alaska
Notice bibliographique
Résumé
Abstract The Canadian weathership time series of zooplankton wet weight biomass, collected at Ocean Station Papa in the Gulf of Alaska from 1956 to 1981, is one of the most comprehensive of its kind in marine science. In 1966, the sampling gear changed from a white North Pacific (NORPAC) net to a black Scientific Committee on Oceanic Research (SCOR) net and it was recently discovered that insufficient intercalibration samples were collected to understand how their sampling properties differed. A Canada‐GLOBEC project to redo the intercalibration of these net types and to understand how they relate to current sampling gear (bongo net) started in 1997. Seventy replicates of the three net types were collected in deep water in the Gulf of Alaska. The major finding is that all nets have similar sampling characteristics, whereas earlier reports indicated that NORPAC biomass values should be multiplied by a factor of 1.538 to be equivalent to the SCOR net. It now appears that this factor arose because flowmeters were not used in the original 1956–81 sampling (volume filtered was estimated from tow length × mouth area). A positive bias was introduced into the SCOR values because relatively more water passed through the SCOR net (undetected without a flow meter) than through the NORPAC net. This means that the unmetered NORPAC samples from 1956 to 1966 should not be adjusted and the unmetered SCOR values should be reduced by a factor that is related to wire angle. The general effect on the entire series is to lower the average biomass estimates, but more so for the early portion of the series than the later years.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».