MétaCan
Menu
Retour à la cohorte
Enregistrement W2794172083 · doi:10.1002/2017jg004063

No Correlation Between Atmospheric Dust and Surface Ocean Chlorophyll‐a in the Oligotrophic Gulf of Aqaba, Northern Red Sea

2018· article· en· W2794172083 sur OpenAlexaff
Adi Torfstein, Markus Kienast

Notice bibliographique

RevueJournal of Geophysical Research Biogeosciences · 2018
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine and coastal ecosystems
Établissements canadiensDalhousie University
Organismes subventionnairesIsrael Science Foundation
Mots-clésEnvironmental sciencePhytoplanktonOceanographyChlorophyll aAtmospheric sciencesDust stormStormProductivityClimatologyNutrientGeologyEcologyBiology

Résumé

récupéré en direct d'OpenAlex

Abstract High‐resolution records of daily surface chlorophyll‐a (chl‐a) concentrations and hourly atmospheric dust concentrations in the Gulf of Aqaba, northern Red Sea, are compared between 2012 and 2016 in order to examine the interplay between atmospheric dust input and surface productivity in this subtropic, nutrient‐poor marine ecosystem. Given that lags of days to weeks may occur between the dust input and phytoplankton response, and because of potential biases associated with differences in the sampling resolution, temporal offsets of 1–10 days between the dust and chl‐a are examined using smoothing windows between 3 and 31 days. The results suggest that there is no significant positive (or negative) correlation between dust and chl‐a surface concentrations, even when allowing for temporal offsets between the two records. This observation pertains to the seasonal as well as the daily time scale (i.e., abrupt dust storms). It is concluded that the role of atmospheric dust as a control on productivity in the Gulf of Aqaba and possibly other oligotrophic regions may have been previously overestimated.

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 enseignants0,184
Score d'incertitude au seuil0,366

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 technologies0,0000,000
Communication savante0,0010,000
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 Opus0,027
Tête enseignante GPT0,269
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

Citations26
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research BiogeosciencesMême sujetMarine and coastal ecosystemsTravaux en français237 207