MétaCan
Menu
Retour à la cohorte
Enregistrement W3119770130 · doi:10.1002/lno.11672

Trait‐based approach using in situ copepod images reveals contrasting ecological patterns across an Arctic ice melt zone

2021· article· en· W3119770130 sur OpenAlexafffund
Laure Vilgrain, Frédéric Maps, Marc Picheral, Marcel Babin, Cyril Aubry, Jean‐Olivier Irisson, Sakina‐Dorothée Ayata

Notice bibliographique

RevueLimnology and Oceanography · 2021
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine Biology and Ecology Research
Établissements canadiensUniversité Laval
Organismes subventionnairesInstitut Polaire Français Paul Emile VictorCentre National de la Recherche ScientifiqueAgence Nationale de la RechercheCanada Excellence Research Chairs, Government of CanadaCanada Foundation for InnovationCanadian Network for Research and Innovation in Machining Technology, Natural Sciences and Engineering Research Council of CanadaCanadian Space AgencyUniversité Laval
Mots-clésCopepodArcticEcologyBiologyTraitZooplanktonHabitatCrustaceanComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract Imaging techniques are increasingly used in ecology studies, producing vast quantities of data. Inferring functional traits from individual images can provide original insights on ecosystem processes. Morphological traits are, as other functional traits, individual characteristics influencing an organism's fitness. We measured them from in situ image data to study an Arctic zooplankton community during sea ice break‐up. Morphological descriptors (e.g., area, lightness, complexity) were automatically measured on ∼ 28,000 individual copepod images from a high‐resolution underwater camera deployed at more than 150 sampling sites across the ice‐edge. A statistically‐defined morphological space allowed synthesizing morphological information into interpretable and continuous traits (size, opacity, and appendages visibility). This novel approach provides theoretical and methodological advantages because it gives access to both inter‐ and intra‐specific variability by automatically analyzing a large dataset of individual images. The spatial distribution of morphological traits revealed that large copepods are associated with ice‐covered waters, while open waters host smaller individuals. In those ice‐free waters, copepods also seem to feed more actively, as suggested by the increased visibility of their appendages. These traits distributions are likely explained by bottom‐up control: high phytoplankton concentrations in the well‐lit open waters encourages individuals to actively feed and stimulates the development of small copepod stages. Furthermore, copepods located at the ice edge were opaquer, presumably because of full guts or an increase in red pigmentation. Our morphological trait‐based approach revealed ecological patterns that would have been inaccessible otherwise, including color and posture variations of copepods associated with ice‐edge environments in Arctic 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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,006
Score d'incertitude au seuil0,695

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,034
Tête enseignante GPT0,278
Écart entre enseignants0,244 · 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 tête enseignante, 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

Citations51
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLimnology and OceanographyMême sujetMarine Biology and Ecology ResearchTravaux en français237 207