MétaCan
Menu
Retour à la cohorte
Enregistrement W2756048268 · doi:10.1139/as-2016-0020

Periphytic diatom community structure in thermokarst ecosystems of Nunavik (Québec, Canada)

2017· article· en· W2756048268 sur OpenAlexaffvenueabout
Frédéric Bouchard, Valentin Proult, Reinhard Pienitz, Dermot Antoniades, Roxane Tremblay, Warwick F. Vincent

Notice bibliographique

RevueArctic Science · 2017
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensUniversité LavalCenter for Northern StudiesInstitut National de la Recherche Scientifique
Organismes subventionnairesnon disponible
Mots-clésThermokarstDiatomEnvironmental scienceEcologyLake ecosystemEcosystemLittoral zoneVegetation (pathology)PermafrostBiology

Résumé

récupéré en direct d'OpenAlex

Climate change is causing rapid permafrost degradation across Arctic and subarctic regions, resulting in changes in the size, abundance, and structure of thermokarst (thaw) ponds and lakes. The main objectives of this study were to analyze periphytic diatom communities and their affinity to vegetation substrates in thermokarst ecosystems located in the eastern Hudson Bay region and to establish a first inventory of diatom assemblages and the associated littoral vegetation in these systems. Some generalist diatom species, including Tabellaria flocculosa, occupied all ecological niches in the water bodies. In contrast, genera such as Eunotia and Pinnularia were more specialized and generally concentrated on moss substrates. Shoreline vegetation and thermokarst pond/lake littoral morphology (slope) resulted in limnological conditions that differed between sites and ultimately affected diatom community structure. Our results show that both shoreline vegetation and diatom communities are diverse in thermokarst ecosystems, and their species composition depends mostly on site-specific properties (available microhabitats, local pond/lake morphology) rather than limnological conditions that are closely aligned with regional ecoclimatic conditions.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,031
Tête enseignante GPT0,243
Écart entre enseignants0,212 · 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.

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

Citations6
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueArctic ScienceMême sujetClimate change and permafrostTravaux en français237 207