MétaCan
Menu
Retour à la cohorte
Enregistrement W3212390295 · doi:10.1002/essoar.10508727.1

Sea-ice impacts inter-annual variability in bloom phenology and carbon export

2021· preprint· en· W3212390295 sur OpenAlexaff
Isabelle Giddy, Sarah Nicholson, Bastien Y. Queste, Sandy Thomalla, Sebastiaan Swart

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomainePhysics and Astronomy
ThématiqueScientific Research and Discoveries
Établissements canadiensCanadian Society of Intestinal Research
Organismes subventionnairesKnut och Alice Wallenbergs StiftelseSwedish Foundation for International Cooperation in Research and Higher EducationNational Research Fund, KenyaVetenskapsrådetNeurosciences Research Foundation
Mots-clésBloomWorld Wide WebOceanographyComputer scienceGeology

Résumé

récupéré en direct d'OpenAlex

Carbon export from the ocean surface to depth is an important component of the biological carbon pump, a key regulator of the world’s climate. The Antarctic Marginal Ice Zone accounts for 15% of Southern Ocean primary production, however, limited observations mean that the variability and drivers of primary production and its link to export are poorly constrained. Using a combination of gliders, biogeochemical argo floats and satellite observations, we show that sea-ice impacts both primary production and export through its influence on the upper ocean vertical density structure, light availability, and nutrient supply. Resultant changes in community composition, coupled with variations in vertical stratification, appear to be important determinants of carbon transfer to depth. The response of primary production and carbon export to sea-ice indicates that the biological carbon pump in this region is sensitive to ongoing climate change and predictions of reduced sea-ice cover in the future.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0010,000
Science ouverte0,0000,000
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 Opus0,016
Tête enseignante GPT0,291
Écart entre enseignants0,276 · 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 source (Gemma direct ou Codex distillé), 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

Citations7
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetScientific Research and DiscoveriesTravaux en français237 207