Defining isoscapes in the Northeast Pacific as an index of ocean productivity
Notice bibliographique
Résumé
Abstract Aim We modelled isoscapes in the Northeast (NE) Pacific using satellite‐based data, with the main objective of testing whether isoscapes defined by a few key parameters can be used as a proxy for secondary productivity. Location Northeast Pacific; 46–60° N and 125–165° W. Time period From 1998 to 2017 (ongoing). Major taxa studied Zooplankton, with a focus on large herbivores. Methods Approximately 280 summer zooplankton samples were analysed for carbon (δ 13 C) and nitrogen (δ 15 N) stable isotope (SI) ratios. Environmental conditions experienced by zooplankton organisms were extracted from satellite, in situ sensor and model databases. A generalized additive model approach was used to explain the spatial variability of δ 13 C and δ 15 N values and to predict isoscapes. Results Sea surface temperature (SST), sea level anomaly (SLA) and chlorophyll‐ a concentration emerged as the significant SI predictors. Modelled isoscapes reproduced patterns observed in δ 13 C and δ 15 N value distribution, such as a decrease from the coast to offshore. The contribution of eddies in enhancing local production in the open ocean was also well captured by the models. In the central part of the NE Pacific, higher SI values were correlated with higher large copepod biomass measured by the North Pacific Continuous Plankton Recorder (CPR) survey. However, in the area off the coast of British Columbia, high δ 15 N variability appeared to be associated with episodic intrusions of coastal waters, demonstrating that caution is needed when interpreting sharp changes in SI ratios. Main conclusions Although the mechanisms driving SI ratio variability are complex, we demonstrate that a few parameters used as a proxy for some of these major mechanisms are able to produce successful isoscape models. This approach was proved useful to provide a qualitative estimate of secondary production, which can be particularly valuable in a region where few data are available.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».