MétaCan
Menu
Retour à la cohorte
Enregistrement W3207575050 · doi:10.3389/fmars.2021.732269

The Gulf of St. Lawrence Biogeochemical Model: A Modelling Tool for Fisheries and Ocean Management

2021· article· en· W3207575050 sur OpenAlexafffund
Diane Lavoie, Nicolas Lambert, Joël Chassé, Olivier G. J. Riche, Yvonnick Le Clainche, Kumiko Azetsu‐Scott, Béchir Béjaoui, James R. Christian, Denis Gilbert

Notice bibliographique

RevueFrontiers in Marine Science · 2021
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine and coastal ecosystems
Établissements canadiensBedford Institute of OceanographyFisheries and Oceans Canada
Organismes subventionnairesFisheries and Oceans Canada
Mots-clésBiogeochemical cycleEnvironmental scienceOceanographyBiogeochemistryEstuaryNitrateCarbonateCalcium carbonatePhytoplanktonNutrientEnvironmental chemistryChemistryEcologyGeologyBiology

Résumé

récupéré en direct d'OpenAlex

The goal of this paper is to give a detailed description of the coupled physical-biogeochemical model of the Gulf of St. Lawrence that includes dissolved oxygen and carbonate system components, as well as a detailed analysis of the riverine contribution for different nitrogen and carbonate system components. A particular attention was paid to the representation of the microbial loop in order to maintain the appropriate level of the different biogeochemical components within the system over long term simulations. The skill of the model is demonstrated using in situ data, satellite data and estimated fluxes from different studies based on observational data. The model reproduces the main features of the system such as the phytoplankton bloom, hypoxic areas, pH and calcium carbonate saturation states. The model also reproduces well the estimated transport of nitrate from one region to the other. We revisited previous estimates of the riverine nutrient contribution to surface nitrate in the Lower St. Lawrence Estuary using the model. We also explain the mechanisms that lead to high ammonium concentrations, low dissolved oxygen, and undersaturated calcium carbonate conditions on the Magdalen Shallows.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,923
Score d'incertitude au seuil0,254

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 Opus0,010
Tête enseignante GPT0,189
Écart entre enseignants0,179 · 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'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

Citations34
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in Marine ScienceMême sujetMarine and coastal ecosystemsTravaux en français237 207