MétaCan
Menu
Retour à la cohorte
Enregistrement W2124365924 · doi:10.1071/fp13247

Photophysiological responses of marine diatoms to elevated CO2 and decreased pH: a review

2014· review· en· W2124365924 sur OpenAlexaff
Kunshan Gao, Douglas A. Campbell

Notice bibliographique

RevueFunctional Plant Biology · 2014
Typereview
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine and coastal ecosystems
Établissements canadiensMount Allison University
Organismes subventionnairesnon disponible
Mots-clésDiatomMesocosmOcean acidificationBiologyThalassiosira pseudonanaEcophysiologyTotal inorganic carbonEcologyPhotosynthesisEcosystemCarbon dioxideBotanyPhytoplanktonNutrientClimate change

Résumé

récupéré en direct d'OpenAlex

Diatoms dominate nearly half of current oceanic productivity, so their responses to ocean acidification are of general concern regarding future oceanic carbon sequestration. Community, mesocosm and laboratory studies show a range of diatom growth and photophysiological responses to increasing pCO2. Nearly 20 studies on effects of elevated pCO2 on diatoms have shown stimulations, no effects or inhibitions of growth rates. These differential responses could result from differences in experimental setups, cell densities, levels of light and temperature, but also from taxon-specific physiology. Generally, ocean acidification treatments of lowered pH with elevated CO2 stimulate diatom growth under low to moderate levels of light, but lead to growth inhibition when combined with excess light. Additionally, diatom cell sizes and their co-varying metabolic rates can influence responses to increasing pCO2 and decreasing pH, although cell size effects are confounded with taxonomic specificities in cell structures and metabolism. Here we summarise known diatom growth and photophysiological responses to increasing pCO2 and decreasing pH, and discuss some reasons for the diverse responses observed across studies.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,038
Tête enseignante GPT0,256
Écart entre enseignants0,217 · 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

Citations192
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFunctional Plant BiologyMême sujetMarine and coastal ecosystemsTravaux en français237 207