MétaCan
Menu
Retour à la cohorte
Enregistrement W2515431473 · doi:10.1155/2016/7183813

Biomonitoring Climate Change and Pollution in Marine Ecosystems: A Review on<i>Aulacomya ater</i>

2016· review· en· W2515431473 sur OpenAlexaff
France Caza, Maximiliano Cledón, Yves St‐Pierre

Notice bibliographique

RevueJournal of Marine Biology · 2016
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueMarine Bivalve and Aquaculture Studies
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesnon disponible
Mots-clésMytilusBiomonitoringBioindicatorBlue musselMusselEcologyEcosystemClimate changeMarine ecosystemBiodiversityBiologyEnvironmental scienceIntertidal zoneFishery

Résumé

récupéré en direct d'OpenAlex

The sedentarism and wide global distribution of the blue musselMytilus edulishave made it a useful bioindicator to assess changes in the health status of the marine ecosystem in response to pollution and other environmental stresses. Effective biomonitoring of an ecosystem requires, however, that multiple biomarkers be used to obtain an accurate measure of the cumulative effects of different sources of environmental stress. Here, we provide a first integrated review of the biological, economical, and geographical characteristics of another species of mussels, the ribbed musselAulacomya ater. We discuss the use ofAulacomya ateras a complementary biomonitor to the blue mussel to assess the impact of pollutants and climate change. Recent findings have indeed shown thatMytilus edulisandAulacomya aterhave distinctive anatomy and physiology and respond differently to environmental stress. Monitoring of mixed beds containing blue and ribbed mussels may thus represent a unique opportunity to study the effect of environmental stress on the biodiversity of marine ecosystems, most notably in the Southern hemisphere, which is particularly sensitive to climate change and where both species often cohabitate in the same intertidal zones.

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: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

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
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,046
Tête enseignante GPT0,330
Écart entre enseignants0,284 · 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

Citations10
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Marine BiologyMême sujetMarine Bivalve and Aquaculture StudiesTravaux en français237 207