MétaCan
Menu
← Retour à la cohorte
Enregistrement W2804403676 · doi:10.1073/pnas.1800407115

Effects of the hippopotamus on the chemistry and ecology of a changing watershed

2018· article· en· W2804403676 sur OpenAlexaff
Keenan Stears, Douglas J. McCauley, Jacques C. Finlay, James Mpemba, Ian Warrington, Benezeth Mutayoba, Mary E. Power, Todd E. Dawson, Justin S. Brashares

Notice bibliographique

RevueProceedings of the National Academy of Sciences · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensUniversity of Calgary
Organismes subventionnairesDivision of Environmental BiologyOffice of International Science and EngineeringSafari Club International FoundationTanzania Commission for Science and TechnologyNational Science Foundation
Mots-clésBiogeochemistryEcologyHippopotamusBiodiversityWatershedEnvironmental scienceEcohydrologyEutrophicationEcosystemNutrientBiology

Résumé

récupéré en direct d'OpenAlex

Significance Hippopotami exert a strong influence on the biogeochemistry and ecology of freshwater ecosystems by excreting terrestrially derived organic matter into these systems. These impacts are likely to be strongly controlled by hydrology. In sub-Saharan Africa, anthropogenic water abstraction and climate change are significantly altering water cycles, often reducing dry-season flow. In this study, we report how hippopotami shape water chemistry and biodiversity patterns in a human-altered river. Importantly, we note that during recently prolonged low-flow periods the influence of the hippopotamus was greatly altered such that its nutrient contributions promoted eutrophication and affected biodiversity. These results highlight the extent to which human modification of environmental systems may unexpectedly alter the impacts of ecologically influential species at multiple scales.

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 enseignants0,009
Score d'incertitude au seuil0,018

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,001
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 Opus0,012
Tête enseignante GPT0,233
Écart entre enseignants0,221 · 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

Citations60
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the National Academy of Sciences→Même sujetFish Ecology and Management Studies→Travaux en français237 207→