Chlorophyll‐<i>a</i> in Antarctic Landfast Sea Ice: A First Synthesis of Historical Ice Core Data
Notice bibliographique
Résumé
Abstract Historical sea ice core chlorophyll‐ a (Chl a ) data are used to describe the seasonal, regional, and vertical distribution of ice algal biomass in Antarctic landfast sea ice. The analyses are based on the Antarctic Fast Ice Algae Chlorophyll‐ a data set, a compilation of currently available sea ice Chl a data from landfast sea ice cores collected at circum‐Antarctic nearshore locations between 1970 and 2015. Ice cores were typically sampled from thermodynamically grown first‐year ice and have thin snow depths (mean = 0.052 ± 0.097 m). The data set comprises 888 ice cores, including 404 full vertical profile cores. Integrated ice algal Chl a biomass (range: <0.1–219.9 mg/m 2 , median = 4.4 mg/m 2 , interquartile range = 9.9 mg/m 2 ) peaks in late spring and shows elevated levels in autumn. The seasonal Chl a development is consistent with the current understanding of physical drivers of ice algal biomass, including the seasonal cycle of irradiance and surface temperatures driving landfast sea ice growth and melt. Landfast ice regions with reported platelet ice formation show maximum ice algal biomass. Ice algal communities in the lowermost third of the ice cores dominate integrated Chl a concentrations during most of the year, but internal and surface communities are important, particularly in winter. Through comparison of biomass estimates based on different sea ice sampling strategies, that is, analysis of full cores versus bottom‐ice section sampling, we identify biases in common sampling approaches and provide recommendations for future survey programs: for example, the need to sample fast ice over its entire thickness and to measure auxiliary physicochemical parameters.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».