MétaCan
Menu
Retour à la cohorte
Enregistrement W4233741263 · doi:10.24908/iqurcp.7851

2. Effect of climate change on the predation rate of zooplankton in Swan Lake, Sudbury, ON

2017· article· en· W4233741263 sur OpenAlexvenueaboutno aff
Corinne Daly

Notice bibliographique

RevueInquiry Queen s Undergraduate Research Conference Proceedings · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAquatic Invertebrate Ecology and Behavior
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPredationZooplanktonTrophic levelEcologyBorealBiodiversityClimate changeEnvironmental scienceEcosystemInvertebrateLake ecosystemTrophic cascadePredatorBiology

Résumé

récupéré en direct d'OpenAlex

Climate change interacts with other environmental stressors (e.g., acid deposition, calcium depletion, invasive species) to alter both the chemical and biological characteristics of Boreal Shield lakes, potentially leading to changes in aquatic biodiversity. Changes in biodiversity can result in loss of sensitive species and affect dynamic interactions among species at varying trophic levels. Currently, little is known about the effect of climate warming on predator-prey relationships in aquatic ecosystems. I examine how predicted warming of Boreal Shield lakes may affect predation rate. More specifically, my research examines how temperature affects the predation rate on zooplankton by common macroinvertebrate predators. Zooplankton, Chaoborus and Notonectidae were used from Swan Lake in Sudbury, ON. I performed 24-hr laboratory feeding trials to examine the rate at which predators feed over a range of natural and predicted lake temperatures. By investigating differences in invertebrate predation occurring in Swan Lake, we will be able to predict predator -prey relationships in Boreal Shield lakes subject to warming as a result of climate change.

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)0,006
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,232
Score d'incertitude au seuil0,650

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,002
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,104
Tête enseignante GPT0,373
Écart entre enseignants0,269 · 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'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

Citations0
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInquiry Queen s Undergraduate Research Conference ProceedingsMême sujetAquatic Invertebrate Ecology and BehaviorTravaux en français237 207