MétaCan
Menu
Retour à la cohorte
Enregistrement W2902329066 · doi:10.1080/14634988.2018.1538926

Ecology of algal blooms in the Bay of Quinte: composition, diversity and dynamics

2018· article· en· W2902329066 sur OpenAlexafffundabout
M. Munawar, M. Fitzpatrick, H. Niblock, R. Rozon, Jamie Lorimer, Hedy Kling

Notice bibliographique

RevueAquatic Ecosystem Health & Management · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAquatic Ecosystems and Phytoplankton Dynamics
Établissements canadiensAssociated Medical ServicesFisheries and Oceans Canada
Organismes subventionnairesEnvironment Canada
Mots-clésEutrophicationAlgal bloomPhytoplanktonDiatomBloomCyanobacteriaBayEcologyMicrocystisEnvironmental scienceBiomass (ecology)AlgaeBiologyMicrocystis aeruginosaChlorophyll aOceanographyNutrientBotany

Résumé

récupéré en direct d'OpenAlex

A total of 25 algal blooms were observed during three separate surveys of the Bay of Quinte, Lake Ontario, conducted during August 2010, September 2010 and September 2011. Here we define algal blooms based on the direct measurement of phytoplankton biomass (>3 g m−3) and not proxy measures such as chlorophyll a. In this chronically eutrophic embayment, we observed 8 diatom blooms (Aulacoseira spp.), 7 cyanobacteria blooms (Dolichospermum, Gloeotrichia, Microcystis, etc.) and 10 more that were mixtures of both taxa. At the cyano-bloom sites, ≈50% or more of the total biomass was composed of species known to be toxigenic. High rates of primary production (40 – 160 mg C m−3 h−1) by the larger algal size classes (>20 μm and 2–20 μm) indicated that there were few constraints on photosynthesis during bloom events (both diatom and cyanobacteria). Productivity to biomass quotients were considerably higher for filamentous algal forms (>9 for both diatoms and cyanobacteria) compared to colonial cyanobacteria (<5) suggesting that filamentous algae are more photosynthetically efficient. Our findings showed the observed algal blooms to be diverse and dynamic entities; management strategies need to recognize the unique characteristics of individual bloom events. Moreover, long term research and monitoring programs are necessary for the application of adaptive management strategies in order to address persistent ecosystem stressors like eutrophication.

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)0,002
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 enseignants0,251
Score d'incertitude au seuil0,956

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
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 Opus0,009
Tête enseignante GPT0,232
Écart entre enseignants0,223 · 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

Citations9
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAquatic Ecosystem Health & ManagementMême sujetAquatic Ecosystems and Phytoplankton DynamicsTravaux en français237 207