MétaCan
Menu
Retour à la cohorte
Enregistrement W2536166122 · doi:10.1111/ele.12699

Ecology under lake ice

2016· review· en· W2536166122 sur OpenAlexaff
Stephanie E. Hampton, Aaron W. E. Galloway, Stephen M. Powers, Ted Ozersky, Kara Woo, Ryan D. Batt, Stephanie Labou, Catherine M. O’Reilly, Sapna Sharma, Noah R. Lottig, Emily H. Stanley, Rebecca L. North, Jason D. Stockwell, Rita Adrian, Gesa A. Weyhenmeyer, Лаури Арвола, Helen M. Baulch, Isabella Bertani, Larry L. Bowman, Cayelan C. Carey, Jordi Catalán, William Colom, Leah M. Domine, Marisol Felip, Ignacio Granados, Corinna Gries, Hans‐Peter Grossart, Juta Haberman, Marina Haldna, Brian Hayden, Scott N. Higgins, Jeff C. Jolley, Kimmo K. Kahilainen, Enn Kaup, Michael Kehoe, Sally MacIntyre, Anson W. Mackay, Heather Mariash, R. Michael L. McKay, Brigitte Nixdorf, Peeter Nõges, Tiina Nõges, Michelle E. Palmer, Donald C. Pierson, David M. Post, Matthew J. Pruett, Milla Rautio, Jordan S. Read, Sarah Roberts, Jacqueline Rücker, Steven Sadro, Eugene A. Silow, Derek Smith, Robert W. Sterner, George E. A. Swann, Maxim Timofeyev, Manuel Toro, Michael R. Twiss, Richard J. Vogt, Susan B. Watson, Erika Whiteford, Marguerite A. Xenopoulos

Notice bibliographique

RevueEcology Letters · 2016
Typereview
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensTrent UniversityCanadian Hydrographic ServiceUniversité du Québec à ChicoutimiMinistry of the Environment, Conservation and ParksEnvironment and Climate Change CanadaInternational Institute for Sustainable DevelopmentGlobal Institute for Water SecurityUniversity of New BrunswickUniversity of SaskatchewanYork University
Organismes subventionnairesRussian Science FoundationNatural Environment Research CouncilSight Research UKDivision of Environmental BiologyWashington State UniversityNational Science Foundation
Mots-clésAbiotic componentEcologyZooplanktonPhytoplanktonLake ecosystemEnvironmental sciencePlanktonBiomass (ecology)Temperate climateSnowEcosystemBiotic componentChlorophyll aNutrientBiologyGeography

Résumé

récupéré en direct d'OpenAlex

Winter conditions are rapidly changing in temperate ecosystems, particularly for those that experience periods of snow and ice cover. Relatively little is known of winter ecology in these systems, due to a historical research focus on summer 'growing seasons'. We executed the first global quantitative synthesis on under-ice lake ecology, including 36 abiotic and biotic variables from 42 research groups and 101 lakes, examining seasonal differences and connections as well as how seasonal differences vary with geophysical factors. Plankton were more abundant under ice than expected; mean winter values were 43.2% of summer values for chlorophyll a, 15.8% of summer phytoplankton biovolume and 25.3% of summer zooplankton density. Dissolved nitrogen concentrations were typically higher during winter, and these differences were exaggerated in smaller lakes. Lake size also influenced winter-summer patterns for dissolved organic carbon (DOC), with higher winter DOC in smaller lakes. At coarse levels of taxonomic aggregation, phytoplankton and zooplankton community composition showed few systematic differences between seasons, although literature suggests that seasonal differences are frequently lake-specific, species-specific, or occur at the level of functional group. Within the subset of lakes that had longer time series, winter influenced the subsequent summer for some nutrient variables and zooplankton biomass.

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)0,001
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 enseignants0,004
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
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 Opus0,018
Tête enseignante GPT0,246
Écart entre enseignants0,228 · 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

Citations469
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEcology LettersMême sujetArctic and Antarctic ice dynamicsTravaux en français237 207