MétaCan
Menu
Retour à la cohorte
Enregistrement W2137073356 · doi:10.13034/cysj-2014-019

Rock snot and lake mud: exploring the history of recent blooms of Didymosphenia geminata using information contained in lake sediments

2014· article· en· W2137073356 sur OpenAlexafffundvenueabout
J. Michelle Lavery, Joshua Kurek, Kathleen M. Rühland, Carole‐Anne Gillis, Michael F. J. Pisaric, John P. Smol

Notice bibliographique

RevueJournal of Student Science and Technology · 2014
Typearticle
Langueen
DomaineMaterials Science
ThématiqueDiatoms and Algae Research
Établissements canadiensBrock UniversityInstitut National de la Recherche ScientifiqueQueen's University
Organismes subventionnairesFondation Pour La Conservation Du Saumon Atlantique
Mots-clésDiatomEcologyPaleolimnologyEnvironmental scienceOceanographyBenthic zonePlanktonBloomAquatic ecosystemEcosystemGeologyBiology

Résumé

récupéré en direct d'OpenAlex

Ecosystem managers have often considered the nuisance diatom species, Didymosphenia gemi¬nata (didymo) as being introduced to the natural environment through human activities; however, observations from early 20th-century surveys challenge this characterization. We use diatoms pre¬served in lake sediment cores to investigate the history of didymo blooms from Gaspésie, Quebec. Relative abundances of diatoms were examined from the dated sediments of Lac Humqui and Lac au Saumon (a lake with an inflowing river currently supporting blooms). Didymo was observed throughout the Lac au Saumon core, demonstrating that it has been present in the region well before the first reports of blooms in 2006. Lac Humqui diatom assemblages experienced a shift in composition with declines in benthic taxa (attached to substrates) and increases in planktonic (free floating) diatoms that began ~1970. Strong relationships between this diatom shift, and increases in regional air temperatures and earlier river ice-out dates were consistent with the expected effects of climate warming on aquatic systems. Our paleolimnological evidence shows that climate warming, rather than human introduction, likely plays an important role in triggering didymo blooms.

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)0,002
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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,352
Score d'incertitude au seuil0,192

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 savante0,0000,001
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 Opus0,035
Tête enseignante GPT0,293
Écart entre enseignants0,259 · 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'étudeExpérimental (laboratoire)
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

Citations0
Publié2014
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueJournal of Student Science and TechnologyMême sujetDiatoms and Algae ResearchTravaux en français237 207