MétaCan
Menu
Retour à la cohorte
Enregistrement W3156184227 · doi:10.1139/as-2020-0038

Under-ice limnology of coastal valley lakes at the edge of the Arctic Ocean

2021· article· en· W3156184227 sur OpenAlexaffvenueabout
Yohanna Klanten, Katherine Triglav, Catherine Marois, Dermot Antoniades

Notice bibliographique

RevueArctic Science · 2021
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensCenter for Northern Studies
Organismes subventionnairesnon disponible
Mots-clésBiogeochemical cycleOceanographyArcticLimnologySea iceEnvironmental sciencePermafrostMeltwaterGeologyPhysical geographyEcologyGeographyGlacier

Résumé

récupéré en direct d'OpenAlex

The northern coast of Ellesmere Island in the Canadian High Arctic is undergoing amplified warming that parallels the rapid decline in Arctic Ocean sea ice extent, and many lakes in this region have already shown changes in response to warming. However, biogeochemical data from High Arctic freshwaters are limited, and mostly restricted to the short, ice-free period. We sampled four coastal lakes in Stuckberry Valley (82°54′N, 66°56′W) before the onset of spring melting in 2017, 2018 and 2019, to assess biogeochemical gradients in their water columns and characteristics of their surface sediments. Despite their proximity, there were large differences in limnological properties. The two shallower lakes closer to the ocean were oxygen deficient, whereas the two deeper, more distant lakes were more oxygenated. There were pronounced vertical gradients in major ions, metals, and nutrients that suggested large differences in the extent of anaerobic microbial processes among the lakes. Morphometry and dissolved oxygen were the overriding determinants of biogeochemical differences rather than position along this short ocean–inland gradient. The diversity of limnological conditions, and the sensitivity of these characteristics to changes in ice cover, underlines the need for further study of under-ice processes in extreme northern lakes.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,006
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,003
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,014
Tête enseignante GPT0,214
Écart entre enseignants0,200 · 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

Citations6
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueArctic ScienceMême sujetArctic and Antarctic ice dynamicsTravaux en français237 207