High predictability of direct competition between marine diatoms under different temperatures and nutrient states
Notice bibliographique
Résumé
Abstract The distribution of marine phytoplankton will shift alongside changes in marine environments, leading to altered species frequencies and community composition. An understanding of the response of mixed populations to abiotic changes is required to adequately predict how environmental change may affect the future composition of phytoplankton communities. This study investigated the growth and competitive ability of two marine diatoms, Phaeodactylum tricornutum and Thalassiosira pseudonana, along a temperature gradient (9–35°C) spanning the thermal niches of both species under both high‐nitrogen nutrient‐replete and low‐nitrogen nutrient‐limited conditions. Across this temperature gradient, the competitive outcome under both nutrient conditions at any assay temperature, and the critical temperature at which competitive advantage shifted from one species to the other, was well predicted by the temperature dependencies of the growth rates of the two species measured in monocultures. The temperature at which the competitive advantage switched from P. tricornutum to T. pseudonana increased from 18.8°C under replete conditions to 25.3°C under nutrient‐limited conditions. Thus, P. tricornutum was a better competitor over a wider temperature range in a low N environment. Being able to determine the competitive outcomes from physiological responses of single species to environmental changes has the potential to significantly improve the predictive power of phytoplankton spatial distribution and community composition models.
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 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».