MétaCan
Menu
Retour à la cohorte
Enregistrement W2621206949 · doi:10.1038/ncomms15543

Multicentennial record of Labrador Sea primary productivity and sea-ice variability archived in coralline algal barium

2017· article· en· W2621206949 sur OpenAlexafffundabout
P. Chan, Jochen Halfar, Walter H. Adey, Steffen Hetzinger, Thomas Zack, G. W. K. Moore, Ulrich G. Wortmann, B. Williams, Alicia Hou

Notice bibliographique

RevueNature Communications · 2017
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaGeological Society of America
Mots-clésOceanographySea iceProductivityPhytoplanktonSubarctic climateGeologyArcticEnvironmental scienceClimatologyEcologyBiologyNutrient

Résumé

récupéré en direct d'OpenAlex

Abstract Accelerated warming and melting of Arctic sea-ice has been associated with significant increases in phytoplankton productivity in recent years. Here, utilizing a multiproxy approach, we reconstruct an annually resolved record of Labrador Sea productivity related to sea-ice variability in Labrador, Canada that extends well into the Little Ice Age (LIA; 1646 AD). Barium-to-calcium ratios (Ba/Ca) and carbon isotopes (δ13C) measured in long-lived coralline algae demonstrate significant correlations to both observational and proxy records of sea-ice variability, and show persistent patterns of co-variability broadly consistent with the timing and phasing of the Atlantic Multidecadal Oscillation (AMO). Results indicate reduced productivity in the Subarctic Northwest Atlantic associated with AMO cool phases during the LIA, followed by a step-wise increase from 1910 to present levels—unprecedented in the last 363 years. Increasing phytoplankton productivity is expected to fundamentally alter marine ecosystems as warming and freshening is projected to intensify over the coming century.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,721
Score d'incertitude au seuil0,556

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
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 Opus0,016
Tête enseignante GPT0,259
Écart entre enseignants0,243 · 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'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

Citations37
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetArctic and Antarctic ice dynamicsTravaux en français237 207