MétaCan
Menu
Retour à la cohorte
Enregistrement W2901762852 · doi:10.1038/s41598-018-35623-w

Effects of oil and global environmental drivers on two keystone marine invertebrates

2018· article· en· W2901762852 sur OpenAlexaff
Maj Arnberg, Piero Calosi, John I. Spicer, Ingrid Christina Taban, Shaw Bamber, Stig Westerlund, Sjur Vingen, Thierry Baussant, Renée Katrin Bechmann, Sam Dupont

Notice bibliographique

RevueScientific Reports · 2018
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueOcean Acidification Effects and Responses
Établissements canadiensUniversité du Québec à Rimouski
Organismes subventionnairesNorges ForskningsrådGöteborgs UniversitetCentre Méditerranéen de l’Environnement et de la Biodiversité
Mots-clésOcean acidificationInvertebrateMarine ecosystemGlobal warmingEnvironmental scienceGlobal changeClimate changeEcosystemMarine invertebratesEcologyFisheryEffects of global warming on oceansBiology

Résumé

récupéré en direct d'OpenAlex

Ocean warming (OW) and acidification (OA) are key features of global change and are predicted to have negative consequences for marine species and ecosystems. At a smaller scale increasing oil and gas activities at northern high latitudes could lead to greater risk of petroleum pollution, potentially exacerbating the effects of such global stressors. However, knowledge of combined effects is limited. This study employed a scenario-based, collapsed design to investigate the impact of one local acute stressor (North Sea crude oil) and two chronic global drivers (pH for OA and temperature for OW), alone or in combination on aspects of the biology of larval stages of two key invertebrates: the northern shrimp (Pandalus borealis) and the green sea urchin (Strongylocentrotus droebachiensis). Both local and global drivers had negative effects on survival, development and growth of the larval stages. These effects were species- and stage-dependent. No statistical interactions were observed between local and global drivers and the combined effects of the two drivers were approximately equal to the sum of their separate effects. This study highlights the importance of adjusting regulation associated with oil spill prevention to maximize the resilience of marine organisms to predicted future global conditions.

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 enseignants0,187
Score d'incertitude au seuil0,853

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 technologies0,0000,001
Communication savante0,0000,000
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 Opus0,004
Tête enseignante GPT0,196
Écart entre enseignants0,192 · 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

Citations16
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetOcean Acidification Effects and ResponsesTravaux en français237 207