MétaCan
Menu
Retour à la cohorte
Enregistrement W3009853468 · doi:10.1038/s42003-020-0807-6

Artificial light during the polar night disrupts Arctic fish and zooplankton behaviour down to 200 m depth

2020· article· en· W3009853468 sur OpenAlexafffund
Jørgen Berge, Maxime Geoffroy, Malin Daase, Finlo Cottier, Pierre Priou, Jonathan H. Cohen, Geir Johnsen, David McKee, Ina Kostakis, Paul E. Renaud, Daniel Vogedes, P. S. Anderson, Kim S. Last, Stéphane Gauthier

Notice bibliographique

RevueCommunications Biology · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensFisheries and Oceans CanadaMemorial University of Newfoundland
Organismes subventionnairesCanada First Research Excellence FundOcean Frontier InstituteNorges ForskningsrådArcticNet
Mots-clésArcticZooplanktonPolar nightPredationThe arcticEnvironmental scienceFish <Actinopterygii>OceanographyFish stockEcologyPolarFisheryGeographyBiologyGeologyPhysicsAstronomy

Résumé

récupéré en direct d'OpenAlex

Abstract For organisms that remain active in one of the last undisturbed and pristine dark environments on the planet—the Arctic Polar Night—the moon, stars and aurora borealis may provide important cues to guide distribution and behaviours, including predator-prey interactions. With a changing climate and increased human activities in the Arctic, such natural light sources will in many places be masked by the much stronger illumination from artificial light. Here we show that normal working-light from a ship may disrupt fish and zooplankton behaviour down to at least 200 m depth across an area of &gt;0.125 km 2 around the ship. Both the quantitative and qualitative nature of the disturbance differed between the examined regions. We conclude that biological surveys in the dark from illuminated ships may introduce biases on biological sampling, bioacoustic surveys, and possibly stock assessments of commercial and non-commercial species.

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 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 enseignants0,181
Score d'incertitude au seuil0,941

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 technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,003
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 Opus0,034
Tête enseignante GPT0,276
Écart entre enseignants0,242 · 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

Citations80
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCommunications BiologyMême sujetMarine animal studies overviewTravaux en français237 207