MétaCan
Menu
Retour à la cohorte
Enregistrement W3093007947 · doi:10.1073/pnas.2013181117

Changing nutrient cycling in Lake Baikal, the world’s oldest lake

2020· article· en· W3093007947 sur OpenAlexaff
George E. A. Swann, Virginia N. Panizzo, Sebastiano Piccolroaz, Vanessa Pashley, Matthew Horstwood, Sarah Roberts, E. G. Vologina, Natalia Piotrowska, Michael Sturm, A. A. Zhdanov, Nikolay Granin, Charlotte Norman, Suzanne McGowan, Anson W. Mackay

Notice bibliographique

RevueProceedings of the National Academy of Sciences · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater Resources and Management
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesNatural Environment Research CouncilIrkutsk State UniversityUniversity College LondonSiberian Branch, Russian Academy of SciencesResearch Councils UKSight Research UK
Mots-clésEcosystemBiodiversityEndemismClimate changeGeographyNutrientNutrient cycleEcologyOceanographyEnvironmental sciencePhysical geographyGeologyBiology

Résumé

récupéré en direct d'OpenAlex

Lake Baikal, lying in a rift zone in southeastern Siberia, is the world's oldest, deepest, and most voluminous lake that began to form over 30 million years ago. Cited as the "most outstanding example of a freshwater ecosystem" and designated a World Heritage Site in 1996 due to its high level of endemicity, the lake and its ecosystem have become increasingly threatened by both climate change and anthropogenic disturbance. Here, we present a record of nutrient cycling in the lake, derived from the silicon isotope composition of diatoms, which dominate aquatic primary productivity. Using historical records from the region, we assess the extent to which natural and anthropogenic factors have altered biogeochemical cycling in the lake over the last 2,000 y. We show that rates of nutrient supply from deep waters to the photic zone have dramatically increased since the mid-19th century in response to changing wind dynamics, reduced ice cover, and their associated impact on limnological processes in the lake. With stressors linked to untreated sewage and catchment development also now impacting the near-shore region of Lake Baikal, the resilience of the lake's highly endemic ecosystem to ongoing and future disturbance is increasingly uncertain.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,180
Score d'incertitude au seuil0,358

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
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 Opus0,036
Tête enseignante GPT0,262
Écart entre enseignants0,226 · 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 source (Gemma direct ou Codex distillé), 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

Citations32
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the National Academy of SciencesMême sujetWater Resources and ManagementTravaux en français237 207