MétaCan
Menu
Retour à la cohorte
Enregistrement W2281328164 · doi:10.1073/pnas.1519080113

Anthropogenic climate change drives shift and shuffle in North Atlantic phytoplankton communities

2016· article· en· W2281328164 sur OpenAlexaff
Andrew D. Barton, Andrew J. Irwin, Zoe V. Finkel, Charles A. Stock

Notice bibliographique

RevueProceedings of the National Academy of Sciences · 2016
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine and coastal ecosystems
Établissements canadiensMount Allison University
Organismes subventionnairesNatural Environment Research CouncilSight Research UK
Mots-clésPhytoplanktonClimate changeOceanographyEnvironmental scienceClimatologyGeographyEcologyGeologyBiologyNutrient

Résumé

récupéré en direct d'OpenAlex

Anthropogenic climate change has shifted the biogeography and phenology of many terrestrial and marine species. Marine phytoplankton communities appear sensitive to climate change, yet understanding of how individual species may respond to anthropogenic climate change remains limited. Here, using historical environmental and phytoplankton observations, we characterize the realized ecological niches for 87 North Atlantic diatom and dinoflagellate taxa and project changes in species biogeography between mean historical (1951-2000) and future (2051-2100) ocean conditions. We find that the central positions of the core range of 74% of taxa shift poleward at a median rate of 12.9 km per decade (km⋅dec(-1)), and 90% of taxa shift eastward at a median rate of 42.7 km⋅dec(-1) The poleward shift is faster than previously reported for marine taxa, and the predominance of longitudinal shifts is driven by dynamic changes in multiple environmental drivers, rather than a strictly poleward, temperature-driven redistribution of ocean habitats. A century of climate change significantly shuffles community composition by a basin-wide median value of 16%, compared with seasonal variations of 46%. The North Atlantic phytoplankton community appears poised for marked shift and shuffle, which may have broad effects on food webs and biogeochemical cycles.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,040
Tête enseignante GPT0,253
Écart entre enseignants0,213 · 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

Citations292
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the National Academy of SciencesMême sujetMarine and coastal ecosystemsTravaux en français237 207