A novel design for sampling benthic zooplankton communities in disparate Gulf of Alaska habitats using an autonomous deep-water plankton pump
Notice bibliographique
Résumé
Abstract Deep-water larval fish and zooplankton utilize structurally complex, cold-water coral and sponge (CWCS) habitats as refuges, nurseries and feeding grounds. Fine-scale sampling of these habitats for larval fish and zooplankton has proven difficult. This study implemented a newly designed, autonomous, noninvasive plankton pump sampler that collected large mesozooplankton within 1 m of the seafloor. It was successfully deployed in the western Gulf of Alaska between the Shumagin Islands (~158°W) and Samalga Pass (−170°W), and collected in situ zooplankton from diverse benthic communities (coral, sponge and bare substrates) at depths in excess of 100 m. Key design parameters of the plankton pump were its ability to be deployed from ships of opportunity, be untethered from the vessel during sampling and be deployed and retrieved in high-relief, rocky areas where CWCS are typically present. The plankton pump remains stationary while collecting from the water column, rests within 1 m of the seafloor and captures images of the surrounding habitat and substrate. This plankton pump design is a low-cost, highly portable solution for assessing the role of benthic habitat in the life cycle of mesozooplankton, a linkage that has been relatively underexplored due to the difficulty in obtaining near-bottom samples.
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 | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 ».