MétaCan
Menu
Retour à la cohorte
Enregistrement W3125249156 · doi:10.1038/s41467-020-20627-w

Mineral phosphorus drives glacier algal blooms on the Greenland Ice Sheet

2021· article· en· W3125249156 sur OpenAlexaff
Jenine McCutcheon, Stefanie Lutz, Christopher J. Williamson, Joseph M. Cook, Andrew Tedstone, Aubry Vanderstraeten, Sasha Wilson, Anthony Stockdale, Steeve Bonneville, Alexandre M. Anesio, Marian L. Yallop, James B. McQuaid, Martyn Tranter, Liane G. Benning

Notice bibliographique

RevueNature Communications · 2021
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensUniversity of AlbertaUniversity of Waterloo
Organismes subventionnairesHelmholtz-Zentrum Potsdam - Deutsches GeoForschungsZentrum GFZNatural Environment Research CouncilResearch Councils UKSight Research UK
Mots-clésGlacierPhosphorusGreenland ice sheetIce sheetMineralAlgal bloomOceanographyEnvironmental scienceGeologyAntarctic ice sheetCryosphereNutrientChemistrySea iceEcologyGeomorphologyBiology

Résumé

récupéré en direct d'OpenAlex

Melting of the Greenland Ice Sheet is a leading cause of land-ice mass loss and cryosphere-attributed sea level rise. Blooms of pigmented glacier ice algae lower ice albedo and accelerate surface melting in the ice sheet's southwest sector. Although glacier ice algae cause up to 13% of the surface melting in this region, the controls on bloom development remain poorly understood. Here we show a direct link between mineral phosphorus in surface ice and glacier ice algae biomass through the quantification of solid and fluid phase phosphorus reservoirs in surface habitats across the southwest ablation zone of the ice sheet. We demonstrate that nutrients from mineral dust likely drive glacier ice algal growth, and thereby identify mineral dust as a secondary control on ice sheet melting.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,285
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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 technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,024
Tête enseignante GPT0,249
Écart entre enseignants0,225 · 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.

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

Citations131
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetCryospheric studies and observationsTravaux en français237 207