MétaCan
Menu
← Retour à la cohorte
Enregistrement W3134907945 · doi:10.5194/egusphere-egu21-10502

Observations Inform Improvements in Model Silicon Cycling in a Semi-enclosed Coastal Sea

2021· article· en· W3134907945 sur OpenAlexaffabout
Elise M. Olson, Nina Nemcek, Susan E. Allen

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine and coastal ecosystems
Établissements canadiensFisheries and Oceans CanadaUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésDiatomPhytoplanktonBiogenic silicaPlanktonOceanographyEnvironmental scienceBiogeochemistryDetritusDissolved silicaEstuaryPhotic zoneNutrientEcologyGeologyChemistryBiology

Résumé

récupéré en direct d'OpenAlex

We have developed a coupled physical-biological model representing plankton and nutrient dynamics of the Strait of Georgia, a fjord-like semi-enclosed coastal sea on the west coast of Canada. The nutrient-phytoplankton-zooplankton-detritus (NPZD)-type biological model is based on nitrogen uptake and remineralization with a coupled silicon cycle and includes both diatom and non-siliceous phytoplankton functional groups. The Strait of Georgia exhibits an estuarine circulation driven by input from the Fraser River as well as many smaller rivers and streams. It has high levels of dissolved silica (can be >50 μM even at the surface). Silicon-replete conditions shape key characteristics of the local ecosystem, which include heavily silicified glass sponge reefs as well as frequent diatom and occasional silicoflagellate blooms. We therefore consider the ability of the model to match observed silicon levels an indicator of the fidelity of its representation of local biogeochemistry. Silicon in the model may be in the form of dissolved silica, living diatoms, or particulate biogenic silica, and model diatom growth may be limited by nitrogen, light, or dissolved silica availability. We will discuss the challenges involved in accurately representing important drivers of the regional silicon cycle. These include accurately capturing the division of primary productivity between diatoms and non-siliceous phytoplankton functional groups, as well as uncertainties in the magnitude of terrestrial inputs and sediment fluxes. We will show how evaluating the model functional groups by comparison with phytoplankton community composition determined by high performance liquid chromatography (HPLC) has informed our interpretation of model results and provided direction for efforts at improving model performance. We will discuss the impact of targeted adjustments to model parameters on the model silicon cycle in light of comparisons to observations.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,129
Score d'incertitude au seuil0,256

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,028
Tête enseignante GPT0,221
Écart entre enseignants0,193 · 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'étudeSimulation ou modélisation
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

Citations0
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetMarine and coastal ecosystems→Travaux en français237 207→