Shelf‐basin gradients shape ecological phytoplankton niches and community composition in the coastal Arctic Ocean (Beaufort Sea)
Notice bibliographique
Résumé
Abstract The contiguous Arctic shelf is the green belt of the Arctic Ocean. Phytoplankton dynamics in this environment are driven by extreme physical gradients and by rapid climate change, which influence light and nutrient availability as well as the growth and ecological characteristics of phytoplankton. A large dataset collected across the Canadian Beaufort Shelf during summer 2009 was analyzed to assess how the interplay of physical and biogeochemical conditions dictates phytoplankton niches and trophic regimes. Nonmetric multidimensional scaling and cluster analysis demonstrated marked partitioning of phytoplankton diversity. Elevated phytoplankton biomass (∼ 2.41 μg Chl a L −1 ) was observed in association with the surface mixed layer near the coast, close to the mouth of the Mackenzie River, and at the shelf‐break as a result of nutrient‐rich Pacific water intrusions. The coastal communities were supported by high levels of nitrogen nutrients and were taxonomically uniform, with diatoms accounting for 95% of total cell numbers. By contrast, adjacent oceanic waters were characterized by low autotrophic biomass near the surface (∼ 0.09 μg Chl a L −1 ) and below the mixed layer (∼ 0.23 μg Chl a L −1 ) due to mainly nutrient limitation. However, the oceanic community was more diverse with a mixed assemblage of diatoms and small mixotrophs/heterotrophs near the surface and a predominance of autotrophic nanoflagellates at depth. We conclude that as climate change intensifies freshening and stratification in the Western Arctic Ocean, coastal hotspots of high autotrophic productivity may play an even greater role in supporting Arctic marine ecosystems while offshore environments become increasingly oligotrophic.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».