MétaCan
Menu
Retour à la cohorte
Enregistrement W2940644784 · doi:10.5194/gmd-12-4469-2019

A lattice-automaton bioturbation simulator with coupled physics, chemistry, and biology in marine sediments (eLABS v0.2)

2019· article· en· W2940644784 sur OpenAlexaff
Yoshiki Kanzaki, Bernard P. Boudreau, Sandra Kirtland Turner, Andy Ridgwell

Notice bibliographique

RevueGeoscientific model development · 2019
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine and coastal ecosystems
Établissements canadiensDalhousie University
Organismes subventionnairesHeising-Simons Foundation
Mots-clésBioturbationBenthic zoneSedimentSediment–water interfaceOceanographySeawaterEnvironmental scienceBurrowBiogeochemical cycleEcologyGeologyChemistryEnvironmental chemistryPaleontologyBiology

Résumé

récupéré en direct d'OpenAlex

Abstract. Seawater–sediment interaction is a crucial factor in carbon and nutrient cycling on a wide range of spatial and temporal scales. This interaction is mediated not just through geochemistry but also via biology. Infauna vigorously mix sediment particles, enhance porewater–seawater exchange, and consequently, facilitate chemical reactions. In turn, the ecology and activity of benthic fauna are impacted by their environment, amplifying the sensitivity of seawater–sediment interaction to environmental change. However, numerical representation of the bioturbation of sediment has often been treated simply as an enhanced diffusion of solutes and solids. Whilst reasonably successful in representing the mixing of bulk and predominantly oxic marine sediments, the diffusional approach to bioturbation is limited by a lack of environmental sensitivity. To better capture the mechanics and effects of sediment bioturbation, we extend a published bioturbation model (Lattice-Automaton Bioturbation Simulator; LABS) by adopting a novel method to simulate realistic infaunal behavior that drives sediment mixing. In this new model (extended LABS – eLABS), simulated benthic organism action is combined with a deterministic calculation of water flow and oxygen and organic matter concentration fields to better reflect the physicochemical evolution of sediment in response to bioturbation. The predicted burrow geometry and mixing intensity thus attain a dependence on physicochemical sedimentary conditions. This interplay between biology, chemistry, and physics is important to mechanistically explain empirical observations of bioturbation and to account for the impact of environmental changes. As an illustrative example, we show how higher organic rain can drive more intense sediment mixing by “luring” benthic organisms deeper into sediments, while lower ambient dissolved oxygen restricts the oxic habitat depth and hence tends to reduce bulk mixing rates. Our model, with its oxygen and food availability controls, is a new tool to interpret the trace fossil record, e.g., burrows, as well as to explore biological engineering of past marine environments.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 GPT0,197
Écart entre enseignants0,185 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeoscientific model developmentMême sujetMarine and coastal ecosystemsTravaux en français237 207