MétaCan
Menu
Retour à la cohorte
Enregistrement W2898738554 · doi:10.1002/lol2.10093

Wind and trophic status explain within and among‐lake variability of algal biomass

2018· article· en· W2898738554 sur OpenAlexaff
James A. Rusak, Andrew J. Tanentzap, Jennifer L. Klug, Kevin C. Rose, Susan P. Hendricks, Eleanor Jennings, Alo Laas, Donald C. Pierson, Elizabeth Ryder, Robyn L. Smyth, David S. White, Luke Winslow, Rita Adrian, Лаури Арвола, Elvira de Eyto, Heidrun Feuchtmayr, Márk Honti, Vera Istvánovics, Ian D. Jones, Chris McBride, Silke R. Schmidt, David A. Seekell, Peter A. Stæhr, Guangwei Zhu

Notice bibliographique

RevueLimnology and Oceanography Letters · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAquatic Ecosystems and Phytoplankton Dynamics
Établissements canadiensMinistry of the Environment, Conservation and Parks
Organismes subventionnairesNatural Environment Research CouncilEuropean Regional Development FundHorizon 2020 Framework ProgrammeBusiness FinlandInter-American Institute for Global Change ResearchTekesSight Research UKNational Science FoundationEesti TeadusagentuurHelsingin YliopistoUniversity of Michigan
Mots-clésTrophic levelBiomass (ecology)Environmental scienceEcologyOceanographyTrophic state indexEutrophicationBiologyNutrientGeology

Résumé

récupéré en direct d'OpenAlex

Abstract Phytoplankton biomass and production regulates key aspects of freshwater ecosystems yet its variability and subsequent predictability is poorly understood. We estimated within‐lake variation in biomass using high‐frequency chlorophyll fluorescence data from 18 globally distributed lakes. We tested how variation in fluorescence at monthly, daily, and hourly scales was related to high‐frequency variability of wind, water temperature, and radiation within lakes as well as productivity and physical attributes among lakes. Within lakes, monthly variation dominated, but combined daily and hourly variation were equivalent to that expressed monthly. Among lakes, biomass variability increased with trophic status while, within‐lake biomass variation increased with increasing variability in wind speed. Our results highlight the benefits of high‐frequency chlorophyll monitoring and suggest that predicted changes associated with climate, as well as ongoing cultural eutrophication, are likely to substantially increase the temporal variability of algal biomass and thus the predictability of the services it provides.

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)0,000
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 enseignants0,003
Score d'incertitude au seuil0,771

Scores Codex et Gemma par catégorie

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 technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,004
Tête enseignante GPT0,185
Écart entre enseignants0,180 · 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

Citations33
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLimnology and Oceanography LettersMême sujetAquatic Ecosystems and Phytoplankton DynamicsTravaux en français237 207