Changes in Under‐Ice Primary Production in the Chukchi Sea From 1988 to 2018
Notice bibliographique
Résumé
Abstract Changes in sea ice thickness and extent have corresponded with substantial changes in net primary production (NPP) in the Arctic Ocean. In recent years, observations of massive phytoplankton blooms under sea ice have upended the previous paradigm that Arctic NPP was driven largely by growth in the marginal ice zone and open water periods. Here, a new 1‐D biogeochemical model capable of simulating ice algal and phytoplankton dynamics both under the ice and in open waters is applied in the northern Chukchi Sea for the years 1988–2018. Over this period, substantial under‐ice (UI) blooms were produced in all but four years and were the primary drivers of interannual variation in total NPP. While NPP in the UI period was highly variable interannually due to fluctuations in ice thickness and the length of the UI period, UI NPP accounted for nearly half of total NPP between 1988 and 2018. Further, years with high UI NPP had reduced annual zooplankton grazing, indicating an intensification in the mismatch between phytoplankton and zooplankton populations and possibly altering the partitioning of food between benthic and pelagic ecosystems. These results demonstrate that the often‐overlooked ice covered period can be highly productive in the Arctic Ocean, and that the northern Chukchi Sea has been amenable to UIB formation since at least 1988.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».