MétaCan
Menu
Retour à la cohorte
Enregistrement W3008327533 · doi:10.1002/ecy.3013

Efficiency of crustacean zooplankton in transferring allochthonous carbon in a boreal lake

2020· article· en· W3008327533 sur OpenAlexafffund
Guillaume Grosbois, Dominic Vachon, Paul A. del Giorgio, Milla Rautio

Notice bibliographique

RevueEcology · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueIsotope Analysis in Ecology
Établissements canadiensUniversité de MontréalUniversité du Québec à MontréalUniversité du Québec à Chicoutimi
Organismes subventionnairesCanada Foundation for InnovationNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésZooplanktonTrophic levelEnvironmental scienceBiomass (ecology)EcologyPelagic zoneContext (archaeology)Food webCarbon cyclePhytoplanktonEcosystemOceanographyBiologyNutrientGeology

Résumé

récupéré en direct d'OpenAlex

Increased incorporation of terrestrial organic matter (t-OM) into consumer biomass (allochthony) is believed to reduce growth capacity. In this study, we examined the relationship between crustacean zooplankton allochthony and production in a boreal lake that displays strong seasonal variability in t-OM inputs. Contrary to our hypotheses, we found no effect of allochthony on production at the community and the species levels. The high-frequency seasonal sampling (time-for-space) allowed for estimating the efficiency of zooplankton in converting this external carbon source to growth. From the daily t-OM inputs in the lake (57-3,027 kg C/d), the zooplankton community transferred 0.2% into biomass (0.01-2.36 kg C/d); this level was of the same magnitude as the carbon transfer efficiency for algal-derived carbon (0.4%). In the context of the boundless carbon cycle, which integrates inland waters as a biologically active component of the terrestrial landscape, the use of the time-for-space approach for the quantifying of t-OM trophic transfer efficiency by zooplankton is a critical step toward a better understanding of the effects of increasing external carbon fluxes on pelagic food webs.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,106
Score d'incertitude au seuil1,000

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 technologies0,0000,000
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 Opus0,008
Tête enseignante GPT0,213
Écart entre enseignants0,205 · 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.

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

Citations29
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEcologyMême sujetIsotope Analysis in EcologyTravaux en français237 207