MétaCan
Menu
Retour à la cohorte
Enregistrement W3171579428 · doi:10.1111/2041-210x.13662

Adapting a propane turkey fryer to manipulate temperature in aquatic environments

2021· article· en· W3171579428 sur OpenAlexafffund
Cassandra A. Konecny, Graham Brownlee, Christopher D. G. Harley

Notice bibliographique

RevueMethods in Ecology and Evolution · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCoral and Marine Ecosystems Studies
Établissements canadiensFisheries and Oceans CanadaUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaHakai Institute
Mots-clésEnvironmental scienceAquatic ecosystemBiodiversityEcosystemEcologyHabitatClimate changeThermalExtreme environmentTide poolBiologyGeographyMeteorology

Résumé

récupéré en direct d'OpenAlex

Abstract There is a growing need to better understand the potential impacts of altered thermal regimes on biodiversity and ecosystem function as mean temperatures, and the likelihood of extreme temperatures, continue to increase. One valuable approach to identify mechanisms and pathways of thermally driven change at the community level is through the manipulation of temperature in the field. However, where methods exist, they are often costly or unable to produce ecologically relevant changes in temperature. Here, we present a low‐cost, easily assembled and readily customizable thermal manipulation system for tide pools or other small bodies of water—the Seaside Array for Understanding Thermal Effects (SAUTE)—and demonstrate its ability to effectively alter the temperature in tide pools. During our 3‐hr heating manipulation, heated pools reached temperatures 4℃ warmer than unmanipulated pools. During the cooling manipulation, cooled pools remained on average 1.8℃ cooler than control pools. The novel SAUTE system can be used to alter the temperature of tide pools in situ. Furthermore, it could be modified to heat other environments such as freshwater vernal pools and settlement tiles in a realistic and meaningful manner, serving as a useful tool to test questions surrounding the relationship between climate warming, thermal variability and ecological processes in natural aquatic communities.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,037
Score d'incertitude au seuil0,402

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,018
Tête enseignante GPT0,295
Écart entre enseignants0,277 · 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.

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

Citations1
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMethods in Ecology and EvolutionMême sujetCoral and Marine Ecosystems StudiesTravaux en français237 207