MétaCan
Menu
Retour à la cohorte
Enregistrement W2157258199 · doi:10.1029/2004jc002601

Synthesis of iron fertilization experiments: From the Iron Age in the Age of Enlightenment

2005· article· en· W2157258199 sur OpenAlexaff
H. J. W. de Baar, Philip W. Boyd, Kenneth H. Coale, Michael R. Landry, Atsushi Tsuda, Philipp Assmy, Dorothée C. E. Bakker, Yann Bozec, Richard T. Barber, Mark A. Brzezinski, Ken O. Buesseler, Marie Boyé, Peter Croot, Frank Gervais, Maxim Y. Gorbunov, Paul J. Harrison, William T. Hiscock, Patrick Laan, Christiane Lancelot, Cliff S. Law, Maurice Levasseur, Adrian Marchetti, Frank J. Millero, Jun Nishioka, Yukihiro Nojiri, Tim van Oijen, Ulf Riebesell, Micha J.A. Rijkenberg, Hiroaki Saito, Shigenobu Takeda, Klaas R. Timmermans, Marcel J.W. Veldhuis, Anya M. Waite, C. S. Wong

Notice bibliographique

RevueJournal of Geophysical Research Atmospheres · 2005
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine and coastal ecosystems
Établissements canadiensFisheries and Oceans CanadaUniversity of British ColumbiaUniversité Laval
Organismes subventionnairesDivision of Ocean SciencesNederlandse Organisatie voor Wetenschappelijk OnderzoekEuropean CommissionU.S. Department of EnergyNational Science Foundation
Mots-clésDissolved organic carbonDiatomSeawaterMixed layerIron fertilizationChlorophyll aPhytoplanktonOceanographyEnvironmental scienceChemistryGeologyNutrientBotanyBiologyEcology

Résumé

récupéré en direct d'OpenAlex

Comparison of eight iron experiments shows that maximum Chl a , the maximum DIC removal, and the overall DIC/Fe efficiency all scale inversely with depth of the wind mixed layer (WML) defining the light environment. Moreover, lateral patch dilution, sea surface irradiance, temperature, and grazing play additional roles. The Southern Ocean experiments were most influenced by very deep WMLs. In contrast, light conditions were most favorable during SEEDS and SERIES as well as during IronEx‐2. The two extreme experiments, EisenEx and SEEDS, can be linked via EisenEx bottle incubations with shallower simulated WML depth. Large diatoms always benefit the most from Fe addition, where a remarkably small group of thriving diatom species is dominated by universal response of Pseudo ‐ nitzschia spp. Significant response of these moderate (10–30 μm), medium (30–60 μm), and large (>60 μm) diatoms is consistent with growth physiology determined for single species in natural seawater. The minimum level of “dissolved” Fe (filtrate < 0.2 μm) maintained during an experiment determines the dominant diatom size class. However, this is further complicated by continuous transfer of original truly dissolved reduced Fe(II) into the colloidal pool, which may constitute some 75% of the “dissolved” pool. Depth integration of carbon inventory changes partly compensates the adverse effects of a deep WML due to its greater integration depths, decreasing the differences in responses between the eight experiments. About half of depth‐integrated overall primary productivity is reflected in a decrease of DIC. The overall C/Fe efficiency of DIC uptake is DIC/Fe ∼ 5600 for all eight experiments. The increase of particulate organic carbon is about a quarter of the primary production, suggesting food web losses for the other three quarters. Replenishment of DIC by air/sea exchange tends to be a minor few percent of primary CO 2 fixation but will continue well after observations have stopped. Export of carbon into deeper waters is difficult to assess and is until now firmly proven and quite modest in only two experiments.

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)0,001
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: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,033
Tête enseignante GPT0,287
Écart entre enseignants0,254 · 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

Citations981
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research AtmospheresMême sujetMarine and coastal ecosystemsTravaux en français237 207