MétaCan
Menu
Retour à la cohorte
Enregistrement W3103023179

Comparison of Cyanobacteria Phenotypes with Distinctive Photosynthetic Pigment Compositions to Simulated Lake Browning

2019· article· en· W3103023179 sur OpenAlexaboutno aff
Camille Chemali

Notice bibliographique

RevueScholarship@Western (Western University) · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAquatic Ecosystems and Phytoplankton Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCyanobacteriaPhotosynthesisBrowningPigmentBotanyBiologyChemistryEnvironmental scienceFood scienceBacteriaPaleontology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Browning of inland waters has been noted over large parts of the Northern hemisphere and is a phenomenon with both ecological and societal consequences. The increase in water color is generally ascribed to increasing concentrations of dissolved organic matter (cDOM) of terrestrial origin. Changes in water color will have profound effects on the phytoplankton composition in freshwater systems. Here, I examined the effect of changes in water color associated with coloured DOM (cDOM) on red and green phenotypes of the cyanobacterium, Pseudanabaena, which emerged to surface blooms in Dickson Lake (Algonquin Provincial Park, Ontario) in the summer of 2014. Results presented here indicated that: (A) the increased level of cDOM had little effect on the growth and photosynthetic activity of either phenotype when grown independently, suggesting that lake browning was a benign, rather than selective, ecological driver; and (B) neither phenotype achieved a competitive advantage when the two phenotypes were grown together under defined cDOM regimes suggesting coexistence of both phenotypes. These findings temper the ideas that, with climate change, only specific bloom forming cyanobacteria will prevail, as both phenotypes of Pseudanabaena were present and showed the ability to co-exist. Cyanobacteria of this genera are likely to thrive under warmer and browner conditions due to their photosynthetic pigment composition that allows them to capture light at a variety of wavelengths.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,040
Score d'incertitude au seuil0,080

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
Bibliométrie0,0000,000
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 Opus0,040
Tête enseignante GPT0,293
Écart entre enseignants0,253 · 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'étudeExpérimental (laboratoire)
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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScholarship@Western (Western University)Même sujetAquatic Ecosystems and Phytoplankton DynamicsTravaux en français237 207