MétaCan
Menu
Retour à la cohorte
Enregistrement W2413817559 · doi:10.1093/plankt/fbw008

High intraspecific variation in fatty acids of<i>Eudiaptomus</i>in boreal and subarctic lakes

2016· article· en· W2413817559 sur OpenAlexaff
Minna Hiltunen, Sami J. Taipale, Ursula Strandberg, Kimmo K. Kahilainen, Paula Kankaala

Notice bibliographique

RevueJournal of Plankton Research · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesAcademy of Finland
Mots-clésSubarctic climateZooplanktonBorealPhytoplanktonBiologyCopepodAbiotic componentEcologyNutrientCrustacean

Résumé

récupéré en direct d'OpenAlex

The fatty acid (FA) composition of zooplankton has taxon-specific characteristics but may also be influenced by various environmental factors. Abiotic properties of lakes (location, morphometry, water chemistry and temperature) shape the phytoplankton community structure. We studied how this may be manifested in the FA composition of the common freshwater calanoid copepod Eudiaptomus spp. The proportions of saturated and polyunsaturated FA in Eudiaptomus, sampled from 25 lakes in boreal and subarctic regions, showed large variation (ca. 20–60 and 30–70%, respectively), while the proportion of monounsaturated FA was less variable (5–15%). The FA composition of Eudiaptomus differed significantly between subarctic and boreal lakes. Eudiaptomus from subarctic lakes had a higher proportion of 22:6ω3 and lower proportions of 18:2ω6, 18:3ω3 and 20:5ω3 than Eudiaptomus from boreal lakes. In the boreal lakes, the ω3:ω6 ratio in Eudiaptomus increased with increasing nutrients, chl a and dissolved organic carbon, presumably due to parallel changes in phytoplankton community composition, but only in the large and clearwater lakes, and not in the small and humic ones. Copepods are seasonally important prey for planktivorous fish, and the observed among-lake differences in the proportions of essential FA may influence fish growth and reproduction.

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 enseignants0,017
Score d'incertitude au seuil0,033

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 technologies0,0010,000
Communication savante0,0010,000
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 Opus0,023
Tête enseignante GPT0,281
Écart entre enseignants0,258 · 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

Citations18
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Plankton ResearchMême sujetFish Ecology and Management StudiesTravaux en français237 207