MétaCan
Menu
Retour à la cohorte
Enregistrement W3115281663 · doi:10.3389/fmars.2020.617324

Imprint of Climate Change on Pan-Arctic Marine Vegetation

2020· article· en· W3115281663 sur OpenAlexafffundabout
Dorte Krause‐Jensen, Philippe Archambault, Jorge Assis, Inka Bartsch, Kai Bischof, Karen Filbee‐Dexter, Kenneth H. Dunton, Olga Maximova, Sunna Björk Ragnarsdóttir, Mikael K. Sejr, Uliana Simakova, В. А. Спиридонов, Susse Wegeberg, Mie Hylstofte Sichlau Winding, Carlos M. Duarte

Notice bibliographique

RevueFrontiers in Marine Science · 2020
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine and coastal plant biology
Établissements canadiensUniversité LavalArcticNet
Organismes subventionnairesMiljøstyrelsenArcticNetRussian Foundation for Basic ResearchAustralian Research CouncilFundação para a Ciência e a TecnologiaBiodiversa+
Mots-clésArcticOceanographyEnvironmental scienceIntertidal zoneClimate changeVegetation (pathology)Physical geographyArctic vegetationSeagrassEcologyGeographyEcosystemTundraGeologyBiology

Résumé

récupéré en direct d'OpenAlex

The Arctic climate is changing rapidly. The warming and resultant longer open water periods suggest a potential for expansion of marine vegetation along the vast Arctic coastline. We compiled and reviewed the scattered time series on Arctic marine vegetation and explored trends for macroalgae and eelgrass (Zostera marina). We identified a total of 38 sites, distributed between Arctic coastal regions in Alaska, Canada, Greenland, Iceland, Norway/Svalbard, and Russia, having time series extending into the 21st Century. The majority of these exhibited increase in abundance, productivity or species richness, and/or expansion of geographical distribution limits, several time series showed no significant trend. Only four time series displayed a negative trend, largely due to urchin grazing or increased turbidity. Overall, the observations support with medium confidence (i.e., 5–8 in 10 chance of being correct, adopting the IPCC confidence scale) the prediction that macrophytes are expanding in the Arctic. Species distribution modeling was challenged by limited observations and lack of information on substrate, but suggested a current (2000–2017) potential pan-Arctic brown macroalgal distribution area of 655,111 km2(140,433 km2intertidal, 514,679 km2subtidal), representing an increase of about 45% for subtidal- and 8% for intertidal macroalgae since 1940–1950, and associated polar migration rates averaging 18–23 km decade–1. Adjusting the potential macroalgal distribution area by the fraction of shores represented by cliffs halves the estimate (340,658 km2). Warming and reduced sea ice cover along the Arctic coastlines are expected to stimulate further expansion of marine vegetation from boreal latitudes. The changes likely affect the functioning of coastal Arctic ecosystems because of the vegetation’s roles as habitat, and for carbon and nutrient cycling and storage. We encourage a pan-Arctic science- and management agenda to incorporate marine vegetation into a coherent understanding of Arctic changes by quantifying distribution and status beyond the scattered studies now available to develop sustainable management strategies for these important ecosystems.

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)0,001
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 enseignants0,017
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,016
Tête enseignante GPT0,210
Écart entre enseignants0,194 · 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

Citations138
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueFrontiers in Marine ScienceMême sujetMarine and coastal plant biologyTravaux en français237 207