MétaCan
Menu
Retour à la cohorte
Enregistrement W2972411411 · doi:10.5194/essd-12-151-2020

Green Edge ice camp campaigns: understanding the processes controlling the under-ice Arctic phytoplankton spring bloom

2020· article· en· W2972411411 sur OpenAlexafffund
Philippe Massicotte, Rémi Amiraux, Marie-Pier Amyot, Philippe Archambault, Mathieu Ardyna, Laurent Arnaud, Lise Artigue, Cyril Aubry, Pierre Ayotte, Guislain Bécu, Simon Bélanger, Ronald Benner, Henry C. Bittig, Annick Bricaud, Éric Brossier, Flavienne Bruyant, Laurent Chauvaud, Debra Christiansen-Stowe, Hervé Claustre, Véronique Cornet-Barthaux, Pierre Coupel, Christine Cox, A. Delaforge, Thibaud Dezutter, Céline Dimier, Florent Dominé, Francis Dufour, Christiane Dufresne, Dany Dumont, Jens K. Ehn, Brent Else, Joannie Ferland, Marie‐Hélène Forget, Louis Fortier, Martí Galí, Virginie Galindo, Morgane Gallinari, Nicole Garcia, Catherine Gérikas Ribeiro, Margaux Gourdal, Priscillia Gourvil, Clémence Goyens, Pierre‐Luc Grondin, Pascal Guillot, Caroline Guilmette, Marie‐Noëlle Houssais, Fabien Joux, Léo Lacour, Thomas Lacour, Augustin Lafond, José Lagunas, Catherine Lalande, Julien Laliberté, Simon Lambert‐Girard, Jade Larivière, Johann Lavaud, Anita LeBaron, Karine Leblanc, Florence Le Gall, Legras Justine, Mélanie Lemire, Maurice Levasseur, Édouard Leymarie, Aude Leynaert, Adriana Lopes dos Santos, Antonio Lourenço, David Mah, Claudie Marec, Dominique Marie, Nicolas Martin, Constance Marty, Sabine Marty, Guillaume Massé, Atsushi Matsuoka, Lisa Matthes, Brivaëla Moriceau, Pierre-Emmanuel Muller, C. J. Mundy, Griet Neukermans, Laurent Oziel, Christos Panagiotopoulos, Jean-Jacques Pangrazi, Ghislain Picard, Marc Picheral, France Pinczon du Sel, Nicole Pogorzelec, Ian Probert, Bernard Quéguiner, Patrick Raimbault, Joséphine Ras, Eric Rehm, Erin Reimer, Jean‐François Rontani, Søren Rysgaard, Blanche Saint‐Béat, Makoto Sampei, Julie Sansoulet, Catherine Schmechtig, Sabine Schmidt, Richard Sempéré, Caroline Sévigny, Yuan Shen, Margot Tragin, Jean‐Éric Tremblay, Daniel Vaulot, Gauthier Vérin, Frédéric Vivier, Anda Vladoiu, Jeremy Whitehead, Marcel Babin

Notice bibliographique

RevueEarth system science data · 2020
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensGDG EnvironnementUniversité du Québec à RimouskiUniversity of CalgaryThe Quebec Population Health Research NetworkCenter for Northern StudiesUniversity of ManitobaInstitut National de Santé Publique du QuébecUniversité Laval
Organismes subventionnairesCanada Research ChairsAgence Nationale de la RechercheUniversity of ManitobaCentre National de la Recherche ScientifiqueUniversité Laval
Mots-clésOceanographyEnvironmental sciencePhytoplanktonSea iceSpring bloomBayBloomArcticEcologyNutrientGeologyBiology

Résumé

récupéré en direct d'OpenAlex

Abstract. The Green Edge initiative was developed to investigate the processes controlling the primary productivity and fate of organic matter produced during the Arctic phytoplankton spring bloom (PSB) and to determine its role in the ecosystem. Two field campaigns were conducted in 2015 and 2016 at an ice camp located on landfast sea ice southeast of Qikiqtarjuaq Island in Baffin Bay (67.4797∘ N, 63.7895∘ W). During both expeditions, a large suite of physical, chemical and biological variables was measured beneath a consolidated sea-ice cover from the surface to the bottom (at 360 m depth) to better understand the factors driving the PSB. Key variables, such as conservative temperature, absolute salinity, radiance, irradiance, nutrient concentrations, chlorophyll a concentration, bacteria, phytoplankton and zooplankton abundance and taxonomy, and carbon stocks and fluxes were routinely measured at the ice camp. Meteorological and snow-relevant variables were also monitored. Here, we present the results of a joint effort to tidy and standardize the collected datasets, which will facilitate their reuse in other Arctic studies. The dataset is available at https://doi.org/10.17882/59892 (Massicotte et al., 2019a).

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,140
Score d'incertitude au seuil0,279

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,068
Tête enseignante GPT0,239
Écart entre enseignants0,171 · 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'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

Citations53
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEarth system science dataMême sujetArctic and Antarctic ice dynamicsTravaux en français237 207