Drivers of variation in crustacean zooplankton production rates differ across regions off the west coast of Vancouver Island and in the subarctic NE Pacific
Notice bibliographique
Résumé
Abstract The subarctic NE Pacific is comprised of several oceanographic regimes, in which regional variability in sea surface temperature (SST), satellite chlorophyll a, and crustacean zooplankton biomass influence the production rates of crustacean zooplankton. Traditional methods for estimating zooplankton production rates are labour/time intensive and restricted to select copepod species. A practical field alternative is the ‘chitobiase method’, which yields community-level biomass production rates (BPR) analogous to traditional moulting rate methods. BPR was measured along the west coast of Vancouver Island and in the subarctic NE Pacific during 2005, 2009–2011, and 2015–2018. Generalized additive modelling identified SST and the developing crustacean zooplankton biomass as key drivers of BPR variability. BPR varied positively with the proportion of developing copepod biomass relative to that of non-copepod crustacean zooplankton biomass. Our analysis indicates that BPR variation is associated with zooplankton community composition, but that high zooplankton biomass is not necessarily predictive of high BPR. Specifically, higher BPR is associated with a higher relative biomass of large-bodied, cold-water indicator species, and a lower biomass of non-copepod crustaceans.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».