The effect of phytoplankton properties on the ingestion of marine snow by <i>Calanus pacificus</i>
Notice bibliographique
Résumé
Abstract Marine snow, formed through the aggregation of phytoplankton and other organic matter, can be consumed by various types of zooplankton, affecting both planktonic trophic dynamics and the export of carbon to depth. This study focuses on how two factors—phytoplankton growth phase and species—affect copepod feeding on marine snow. To do this, we conducted a series of grazing experiments using gut pigment and stable isotope methods to quantify the ingestion of the copepod, Calanus pacificus, on both marine snow aggregates and individual phytoplankton. Results demonstrate that marine snow can represent a substantial food source for copepods, comparable to rates on individual phytoplankton. Moreover, we found that both the overall ingestion and the relative ingestion of aggregates vs. individual phytoplankton depended on phytoplankton growth phase for experiments conducted with the diatom Thalassiosira weissflogii. Although copepods consumed aggregates composed of Skeletonema marinoi at similar rates as those composed of T. weissflogii, no effect of growth phase was observed for S. marinoi. These findings suggest that marine snow can be an important source of nutrition for copepods, but that its role in planktonic food webs may differ depending on the phytoplankton community composition and the stage of phytoplankton blooms.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».