MétaCan
Menu
Retour à la cohorte
Enregistrement W2518642596 · doi:10.1080/iw-6.3.844

Absence of winter and spring monsoon changes water level and rapidly shifts metabolism in a subtropical lake

2016· article· en· W2518642596 sur OpenAlexaff
Jeng‐Wei Tsai, Timothy K. Kratz, James A. Rusak, Wan-Yu Shih, Wen‐Cheng Liu, Sen-Lin Tang, Chih‐Yu Chiu

Notice bibliographique

RevueInland Waters · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAquatic Ecosystems and Phytoplankton Dynamics
Établissements canadiensMinistry of the Environment, Conservation and ParksQueen's University
Organismes subventionnairesAcademia SinicaNational Science Foundation
Mots-clésEnvironmental scienceEcosystem respirationEcosystemAutotrophPrimary productionThermoclineNutrientBiomass (ecology)Water levelStratification (seeds)SubtropicsWater columnOceanographyMonsoonHydrology (agriculture)EcologyGeologyBiologyAgronomyGeography

Résumé

récupéré en direct d'OpenAlex

We investigated how the lack of usual winter and spring monsoons, effectively representing consecutive drought events, affected the dynamics of ecosystem metabolism in a shallow mesotrophic seepage lake in northeastern Taiwan. An instrumented buoy provided high-frequency free-water dissolved oxygen measurements, water temperature profiles, and meteorological data, which we used to estimate daily values of gross primary production (GPP), ecosystem respiration (R), and net ecosystem production (NEP). Results revealed that the disappearance of monsoons decreased lake level and volume, concentrated dissolved nutrients, stimulated the development of algal biomass, promoted stratification, and resulted in a major shift in lake metabolism. Offshore GPP and R were both initially stimulated but then decreased due to shallower mixing depths in the water column. The lake rapidly shifted from a heterotrophic state to a highly autotrophic status when the water level dropped to the lowest level. A return to autotrophy was caused by a greater decline in R than an increase in GPP. This study demonstrates the dramatic effect that drought events can have on lake ecosystem function and suggests that nutrient control may be important in mitigating the effects of a predicted warmer and drier climate and increased water withdrawal in this region.

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 enseignants0,005
Score d'incertitude au seuil0,177

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)0,0000,000

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 Opus0,013
Tête enseignante GPT0,201
Écart entre enseignants0,188 · 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

Citations11
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInland WatersMême sujetAquatic Ecosystems and Phytoplankton DynamicsTravaux en français237 207