MétaCan
Menu
Retour à la cohorte
Enregistrement W2110470714 · doi:10.1139/f03-062

Climate change: the potential for latitudinal effects on algal biomass in aquatic ecosystems

2003· article· en· W2110470714 sur OpenAlexvenueno aff
Kyla M. Flanagan, Edward McCauley, Frederick J. Wrona, Terry D. Prowse

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2003
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine and coastal ecosystems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEnvironmental scienceBiomass (ecology)NutrientLatitudeTemperate climateProductivityArcticEcosystemEcologyClimate changeAquatic ecosystemAbiotic componentBiologyGeography

Résumé

récupéré en direct d'OpenAlex

Arctic aquatic systems are considered to be highly susceptible to climate change. Both increases in temperature and nutrient input would be anticipated to alter primary production within these lakes. Consequently, understanding the current relationship between nutrients and productivity is crucial for predicting the effects of climate change. In this paper, we synthesize published data on algal biomass, total phosphorus, total nitrogen, maximum depth, altitude, longitude, and latitude to determine whether average algal biomass differs for temperate and arctic lakes. A total of 57 sources were used, resulting in data for 433 lake-years, ranging in latitudes from 41 to 79°N. Average algal biomass observed during the ice-free season increased significantly with phosphorous levels, but the latitude of the system had a significant negative impact on algal biomass. We briefly outline two major hypotheses, based on existing empirical evidence, for the lower algal yield found in higher latitude systems. The first hypothesis discusses bottom-up control and the influence of abiotic factors on algal biomass. The second hypothesis relates to food chain composition and top-down influences. The latitudinal effect on algal yield suggests that arctic lakes could dramatically increase in productivity if these systems experience increases in temperature and nutrient concentrations as predicted by climate change models.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,007
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
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 Opus0,019
Tête enseignante GPT0,206
Écart entre enseignants0,186 · 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

Citations74
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic SciencesMême sujetMarine and coastal ecosystemsTravaux en français237 207