MétaCan
Menu
Retour à la cohorte
Enregistrement W2328011111 · doi:10.1139/f2012-113

The distribution of phytoplankton along trophic gradients and its mediation by available light in the pelagic zone of large eutrophic lakes

2012· article· en· W2328011111 sur OpenAlexvenueno aff
Min Zhang, Yang Yu, Zhen Yang, Xiaoli Shi, Fanxiang Kong

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAquatic Ecosystems and Phytoplankton Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesGovernment of Jiangsu ProvinceNational Natural Science Foundation of China
Mots-clésPelagic zoneEutrophicationPhytoplanktonBiomass (ecology)Trophic levelEnvironmental scienceEcologyCyanobacteriaNutrientAbundance (ecology)Biology

Résumé

récupéré en direct d'OpenAlex

We describe the pattern and the principal factors affecting the phytoplankton biomass–nutrient relationship in the pelagic zone of large lakes. The results showed that the phytoplankton abundance and biomass of Cyanophyta, Cryptophyta, and Pyrrophyta were significantly correlated with trophic states. The total phosphorus (TP)–biomass relationship curves showed that the increment of biomass with TP is weak at high TP levels. The decrease in biomass at the high end of the curves might be a synthesis of the pattern of responses of the major taxonomic groups (except cyanobacteria) to environmental variables. Light limitation might be one of the important factors causing the decrease in the TP–biomass curve at high TP concentrations. If the mean underwater available light is lower than ∼250 µmol photons·m–2·s–1, clear-water species decline and cyanobacteria become dominant. The responses to available light of these key species play a central role in modulating the biomass–nutrient relationship. Our results contribute to the understanding of this relationship in the pelagic zone of large eutrophic lakes and have important practical implications for lake management.

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)0,000
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 enseignants0,014
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,009
Tête enseignante GPT0,198
Écart entre enseignants0,189 · 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

Citations31
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic SciencesMême sujetAquatic Ecosystems and Phytoplankton DynamicsTravaux en français237 207