MétaCan
Menu
Retour à la cohorte
Enregistrement W2491350455 · doi:10.1080/02705060.2016.1205526

Do human activities affect phytoplankton biomass and composition in embayments on Lake Diefenbaker?

2016· article· en· W2491350455 sur OpenAlexafffundabout
Oghenemise Abirhire, Rebecca L. North, Kristine Hunter, David M. Vandergucht, Jeff J. Hudson

Notice bibliographique

RevueJournal of Freshwater Ecology · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAquatic Ecosystems and Phytoplankton Dynamics
Établissements canadiensGlobal Institute for Water SecurityWater Security AgencyUniversity of Saskatchewan
Organismes subventionnairesWater Security AgencyNatural Sciences and Engineering Research Council of Canada
Mots-clésPhytoplanktonBiomass (ecology)Water qualityAlgaeEnvironmental scienceEcologyCyanobacteriaNutrientBiology

Résumé

récupéré en direct d'OpenAlex

Lake Diefenbaker (LD) is an important source of water for southern Saskatchewan. LD is characterized by numerous embayments containing anthropogenic activities (e.g., housing, marinas, cattle watering). Many of these activities are increasing on this important reservoir in association with the rapidly developing economy of Saskatchewan. These activities may reduce water quality directly or indirectly by encouraging the growth of nuisance algae (i.e. cyanobacteria). Here, we examined phytoplankton biomass and composition in eight embayments exposed to anthropogenic activities, four unexposed embayments with no perceived human activities and six main channel sites adjacent to the embayments from June to October (2011 and 2012). Phytoplankton biomass and composition was not significantly different in exposed, unexposed embayments and main channel sites (p > 0.05), with the diatoms and cryptomonads constituting 87%–91% of the total phytoplankton biomass in both years. High flows from the South Saskatchewan River (SSR) in both years may have resulted in the rapid flushing of the embayments and dampened any localized impacts that could have resulted from anthropogenic activities as found in other studies. Hence, future study on LD should be conducted during years with low flow from the SSR when the rate of flushing of embayments will be reduced.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,045
Score d'incertitude au seuil0,885

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 ouverte0,0000,000
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 Opus0,010
Tête enseignante GPT0,243
Écart entre enseignants0,233 · 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 tête enseignante, 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

Citations15
Publié2016
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Freshwater EcologyMême sujetAquatic Ecosystems and Phytoplankton DynamicsTravaux en français237 207