MétaCan
Menu
Retour à la cohorte

Impacts of Climate Warming and Nitrogen Deposition on Alpine Plankton in Lake and Pond Habitats: an In Vitro Experiment

2008· article· en· W2117307224 sur OpenAlexaffabout
Patrick L. Thompson, Marie-Claire St-Jacques, Rolf D. Vinebrooke

Notice bibliographique

RevueArctic Antarctic and Alpine Research · 2008
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésPlanktonEcologyGlobal warmingEnvironmental scienceTrophic levelClimate changeEcosystemHerbivorePhytoplanktonHabitatBiologyNutrient

Résumé

récupéré en direct d'OpenAlex

The combined effects of multiple ecological stressors determine the net impact of global change on environmentally sensitive alpine and polar environments.For example, climate warming and nitrogen deposition both increasingly affect ecosystems at high elevations.We hypothesized that the net impact of warming and nitrogen on alpine plankton differs between consumers and producers because of the greater environmental sensitivity of higher trophic levels.Also, we expected that habitat conditions would mediate the responses of plankton to these two stressors as sediments function as ecological buffers against environmental change.These hypotheses were tested in a growth chamber by applying temperature (8 vs. 15uC) and nitrogen (200 vs. 1000 mg N L 21 ) treatments to a planktonic alpine community in the presence and absence of sediments obtained from Pipit Lake, Banff National Park, Alberta.A significant nitrogen-temperature interaction affected phytoplankton abundance because the positive effect of fertilization depended on warming.Warming also amplified the effect of nitrogen on herbivores while suppressing the fecundity of omnivores.The presence of sediments suppressed the positive effect of warming on herbivores, but stimulated omnivores.The observed prevalence of non-additive effects highlights the strong potential for global change causing future ecological surprises in alpine environments.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 seuil0,429

Scores Codex et Gemma par catégorie

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

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 Opus0,027
Tête enseignante GPT0,304
Écart entre enseignants0,276 · 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 tête enseignante, 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

Citations27
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueArctic Antarctic and Alpine ResearchMême sujetFish Ecology and Management StudiesTravaux en français237 207