MétaCan
Menu
Retour à la cohorte
Enregistrement W2149105527 · doi:10.5194/bg-7-2283-2010

Evidence for greater oxygen decline rates in the coastal ocean than in the open ocean

2010· article· en· W2149105527 sur OpenAlexafffund
Denis Gilbert, Nancy N. Rabalais, Robert J. Díaz, J. Zhang

Notice bibliographique

RevueBiogeosciences · 2010
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine and coastal ecosystems
Établissements canadiensFisheries and Oceans Canada
Organismes subventionnairesFisheries and Oceans Canada
Mots-clésOxygenHypoxia (environmental)Ocean observationsOceanographyPelagic zoneEnvironmental scienceOxygen saturationRaw dataOpen waterLimiting oxygen concentrationGeologyChemistryStatisticsMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract. In the global ocean, the number of reported hypoxic sites (oxygen <30% saturation) is on the rise both near the coast and in the open ocean. But unfortunately, most of the papers on hypoxia only present oxygen data from one or two years, so that we often lack a long-term perspective on whether oxygen levels at these locations are decreasing, steady or increasing. Consequently, we cannot rule out the possibility that many of the newly reported hypoxic areas were hypoxic in the past, and that the increasing number of hypoxic areas partly reflects increased research and monitoring efforts. Here we address this shortcoming by computing oxygen concentration trends in the global ocean from published time series and from time series that we calculated using a global oxygen database. Our calculations reveal that median oxygen decline rates are more severe in a 30 km band near the coast than in the open ocean (>100 km from the coast). Percentages of oxygen time series with negative oxygen trends are also greater in the coastal ocean than in the open ocean. Finally, a significant difference between median published oxygen trends and median trends calculated from raw oxygen data suggests the existence of a publication bias in favor of negative trends in the open ocean.

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)0,004
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 enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,062
Tête enseignante GPT0,286
Écart entre enseignants0,224 · 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

Citations304
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiogeosciencesMême sujetMarine and coastal ecosystemsTravaux en français237 207