MétaCan
Menu
← Retour à la cohorte
Enregistrement W3127050629 · doi:10.1038/s41598-021-82413-y

An under-ice bloom of mixotrophic haptophytes in low nutrient and freshwater-influenced Arctic waters

2021· article· en· W3127050629 sur OpenAlexafffund
Dorte Haubjerg Søgaard, Brian K. Sorrell, Mikael K. Sejr, Per Andersen, Søren Rysgaard, Per Juel Hansen, Annaliina Skyttä, Signe Lemcke, Lars Chresten Lund–Hansen

Notice bibliographique

RevueScientific Reports · 2021
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine and coastal ecosystems
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaKommissionen for Videnskabelige Undersøgelser i GrønlandAarhus Universitet
Mots-clésBloomNutrientMixotrophOceanographyArcticAlgal bloomThe arcticEnvironmental scienceEcologyBiologyPhytoplanktonGeology

Résumé

récupéré en direct d'OpenAlex

Abstract The pelagic spring bloom is essential for Arctic marine food webs, and a crucial driver of carbon transport to the ocean depths. A critical challenge is understanding its timing and magnitude, to predict its changes in coming decades. Spring bloom onset is typically light-limited, beginning when irradiance increases or during ice breakup. Here we report an acute 9-day under-ice algal bloom in nutrient-poor, freshwater-influenced water under 1-m thick sea ice. It was dominated by mixotrophic brackish water haptophytes (Chrysochromulina/Prymnesium) that produced 5.7 g C m−2new production. This estimate represents about half the annual pelagic production, occurring below sea ice with a large contribution from the mixotrophic algae bloom. The freshwater-influenced, nutrient-dilute and low light environment combined with mixotrophic community dominance implies that phagotrophy played a critical role in the under-ice bloom. We argue that such blooms dominated by potentially toxic mixotrophic algae might become more common and widespread in the future Arctic Ocean.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,017

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)0,0000,000

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 Opus0,008
Tête enseignante GPT0,196
Écart entre enseignants0,189 · 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
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScientific Reports→Même sujetMarine and coastal ecosystems→Travaux en français237 207→