MétaCan
Menu
Retour à la cohorte
Enregistrement W2789683932 · doi:10.1080/15230430.2017.1414472

Changes in food web dynamics of low Arctic ponds with varying content of dissolved organic carbon

2018· article· en· W2789683932 sur OpenAlexafffund
Heather Mariash, Matteo Cazzanelli, Milla Rautio, Ladislav Hamerlík, Matthew J. Wooller, Kirsten Christoffersen

Notice bibliographique

RevueArctic Antarctic and Alpine Research · 2018
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine and coastal ecosystems
Établissements canadiensUniversité du Québec à ChicoutimiEnvironment and Climate Change Canada
Organismes subventionnairesCanada Research Chairs
Mots-clésDissolved organic carbonFood webEnvironmental scienceBenthic zoneAquatic ecosystemEcosystemArcticEcologyPelagic zonePrimary productionBiology

Résumé

récupéré en direct d'OpenAlex

An influx of terrestrial dissolved organic carbon (DOC) into freshwater habitats can regulate a range of ecosystem characteristics, from water clarity to productivity. To understand the extent to which DOC can regulate ecosystem functioning, we conducted a survey to determine the source of DOC in low Arctic ponds close to the Arctic Circle (Kangerlussuaq, Greenland), including its role in food web dynamics. We used a multiple element (carbon, nitrogen, and hydrogen) stable isotope approach to examine the proportional contribution of different sources to aquatic consumers in nine arctic ponds that spanned a broad gradient of DOC (6.6–60.1 mgL-1). Our results show that benthic and pelagic primary production decreased along a gradient of increasing DOC content. Additionally, the changes in the organic matter pool with increasing DOC translated into changes in consumer resource use. We found significant differences in resource use between species. All consumers relied on benthic autotrophic material when DOC was low; but when DOC was high some consumers changed their diet. Collectively, our findings demonstrate how the concentration of DOC influences aquatic production and our study can be used as a baseline to predict how the aquatic food web may respond to regionally changing DOC concentrations.

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 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 enseignants0,187
Score d'incertitude au seuil0,984

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,036
Tête enseignante GPT0,250
Écart entre enseignants0,214 · 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

Citations18
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueArctic Antarctic and Alpine ResearchMême sujetMarine and coastal ecosystemsTravaux en français237 207