MétaCan
Menu
← Retour à la cohorte
Enregistrement W3128632267 · doi:10.1029/2020gl091403

Iron Regulation of North Atlantic Eddy Phytoplankton Productivity

2021· article· en· W3128632267 sur OpenAlexaboutno aff
Thomas J. Browning, Ali A. Al‐Hashem, Mark J. Hopwood, Anja Engel, Igor M. Belkin, Ewan D. Wakefield, Tim Fischer, Eric P. Achterberg

Notice bibliographique

RevueGeophysical Research Letters · 2021
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine and coastal ecosystems
Établissements canadiensnon disponible
Organismes subventionnairesH2020 Marie Skłodowska-Curie ActionsBundesministerium für Bildung und ForschungNatural Environment Research CouncilSight Research UK
Mots-clésOceanographyUpwellingEddyProductivityPhytoplanktonEnvironmental scienceContinental shelfLatitudeBiomass (ecology)PlanktonGeologyNutrientEcologyGeographyBiologyMeteorology

Résumé

récupéré en direct d'OpenAlex

Abstract Cyclonic ocean eddies drive upwelling of deep waters enhanced in nutrients, which can elevate phytoplankton productivity. At mid‐latitudes in the North Atlantic, satellite images show enhanced chlorophyll‐a associated with eddies. However, surface macronutrient concentrations are often not fully depleted in this region, implying enhanced macronutrient supply is not the primary control. We conducted high resolution sampling through two mid‐latitude Atlantic eddies in late spring, located 800 and 350 km east of the Newfoundland Grand Banks. Waters outside of both eddies had unused residual macronutrients, low dissolved iron, and iron‐stressed phytoplankton. Inside both eddies, plankton biomass was higher and macronutrient concentrations lower. However, full macronutrient drawdown and an absence of iron stress were only present in the eddy nearer the continental shelf. From these two examples, iron supply and proximity to shelf iron sources appear to be important factors regulating productivity and macronutrient utilization in mid‐latitude North Atlantic cyclonic eddies.

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 enseignants0,037
Score d'incertitude au seuil0,074

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)0,0010,000

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 Opus0,023
Tête enseignante GPT0,251
Écart entre enseignants0,227 · 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

Citations16
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeophysical Research Letters→Même sujetMarine and coastal ecosystems→Travaux en français237 207→