MétaCan
Menu
← Retour à la cohorte
Enregistrement W2793284930 · doi:10.7287/peerj.preprints.26732v1

Biological and environmental drivers of deep-sea benthic ecosystem functioning in Canada’s Laurentian Channel Area of Interest (AOI)

2018· preprint· en· W2793284930 sur OpenAlexaffabout
Marta Miatta, Paul V. R. Snelgrove

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine Biology and Ecology Research
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésBenthic zoneEcosystemEnvironmental scienceBiodiversityEcosystem servicesOceanographyMarine ecosystemMarine protected areaAbundance (ecology)Environmental changeSedimentEcologyHabitatChannel (broadcasting)Climate changeGeologyBiology

Résumé

récupéré en direct d'OpenAlex

Ongoing environmental changes and accelerating biodiversity loss raise concern and interest about the role of environmental factors and biodiversity in determining marine ecosystem functioning. This study aims to identify the main drivers of benthic ecosystem functioning in deep-sea sedimentary habitats in the Laurentian Channel Area of Interest (AOI), and in particular the role of sea pens (Pennatulacea) as potential keystone species in the area. Using the ROV ROPOS we collected sediment cores and measured environmental variables from 6 stations inside the AOI (depths 348–445m) in September 2017. Through 48-hours incubations and flux measurements (oxygen, inorganic nutrients), we estimated organic matter remineralization, a key benthic function. Preliminary analyses show no significant variation in fluxes among stations, despite significant differences in environmental variables However, the presence/absence of Pennatulacea inside the cores indicated some capability to enhance remineralization and particularly nitrification. Ongoing analyses will address sediment properties, macrofaunal biodiversity, prokaryotic abundance, and biological traits as drivers of remineralization. Shedding new light on the primary drivers of ecosystem functioning in the area will inform the design or monitoring strategies proposed for this AOI and offer new perspectives and tools for MPA design.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,062
Score d'incertitude au seuil0,125

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
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 Opus0,042
Tête enseignante GPT0,210
Écart entre enseignants0,168 · 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

Citations0
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetMarine Biology and Ecology Research→Travaux en français237 207→