MétaCan
Menu
Retour à la cohorte
Enregistrement W2152747551 · doi:10.1093/plankt/fbi148

Scaling-up from nutrient physiology to the size-structure of phytoplankton communities

2006· article· en· W2152747551 sur OpenAlexaff
Andrew J. Irwin, Zoe V. Finkel, Oscar Schofield, Paul G. Falkowski

Notice bibliographique

RevueJournal of Plankton Research · 2006
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine and coastal ecosystems
Établissements canadiensMount Allison University
Organismes subventionnairesnon disponible
Mots-clésPhytoplanktonDominance (genetics)BiologyEcologyCell sizeCommunity structureProchlorococcusDiatomNutrientEutrophicationBiomass (ecology)Abundance (ecology)UpwellingCyanobacteria

Résumé

récupéré en direct d'OpenAlex

In many community assemblages, the abundance of organisms is a power-law function of organism size. In phytoplankton communities, changes in size structure associated with increases in resource availability and total biomass have often been interpreted as a release from grazer control. A metapopulation-like approach is used to scale up from the individual physiological responses to environmental conditions to community size structure assuming the community taxonomic composition reflects the species pool. We show that the size scaling of cellular nutrient requirements and growth can cause (1) the power-law relationship between cell size and abundance, (2) dominance of small phytoplankton cells under oligotrophic conditions, and (3) relative increase in abundance of larger phytoplankton cells under eutrophic conditions. If physiological differences associated with the taxonomic composition of different community size fractions are considered, then the model can replicate detailed field observations such as the absence of small, slow-growing Prochlorococcus spp. and the relative dominance of large diatom species in nutrient-rich, upwelling regions of the 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)0,005
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
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 Opus0,028
Tête enseignante GPT0,274
Écart entre enseignants0,246 · 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

Citations362
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Plankton ResearchMême sujetMarine and coastal ecosystemsTravaux en français237 207