Isoscape Models of the Southern Ocean: Predicting Spatial and Temporal Variability in Carbon and Nitrogen Isotope Compositions of Particulate Organic Matter
Notice bibliographique
Résumé
Abstract Polar marine ecosystems are particularly vulnerable to the effects of climate change. Warming temperatures, freshening seawater, and disruption to sea‐ice formation potentially all have cascading effects on food webs. New approaches are needed to better understand spatiotemporal interactions among biogeochemical processes at the base of Southern Ocean food webs. In marine systems, isoscapes (models of the spatial variation in the stable isotopic composition) of carbon and nitrogen have proven useful in identifying spatial variation in a range of biogeochemical processes, such as nutrient utilization by phytoplankton. Isoscapes provide a baseline for interpreting stable isotope compositions of higher trophic level animals in movement, migration, and diet research. Here, we produce carbon and nitrogen isoscapes across the entire Southern Ocean (>40°S) using surface particulate organic matter isotope data, collected over the past 50 years. We use Integrated Nested Laplace Approximation‐based approaches to predict mean annual isoscapes and four seasonal isoscapes using a suite of environmental data as predictor variables. Clear spatial gradients in δ 13 C and δ 15 N values were predicted across the Southern Ocean, consistent with previous statistical and mechanistic views of isotopic variability in this region. We identify strong seasonal variability in both carbon and nitrogen isoscapes, with key implications for the use of static or annual average isoscape baselines in animal studies attempting to document seasonal migratory or foraging behaviors.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».